Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
ESCUELA POLITÉCNICA NACIONAL
FACULTAD DK INGENIERÍA ELÉCTRICA
TÉCNICA Y APLICACIÓN DEL MUESTREO
PARA INVESTIGACIÓN DE CARGA"
IVAN ENRIQUE SOLOR2ANO AVILKX
TESIS PREVIA A LA OBTENCIÓN DEL TITULO DE
INGENIERO ELÉCTRICO, CON LA ESPECIALJZAC10N EN
SISTEMAS ELÉCTRICOS DE POTENCIA
Ruito, Diciembre 1988.
CERTIFICACIÓN
Certifico que el presente trabajo
ha sido real izado en su total idad
por el Sr . I ván S o 1 ó rzan^á
. M e i r t r P o v e d aIRECTOR/DE TESIS
?
DEDICATORIA
A MIS PADRES Y HERMANOS
AGRADECIMIENTO
Al Ing. Mentor Poveda, por su valioso apoyo y acertada
dirección durante el desarrollo de esta Tesis.
Al personal de la División de Planificación de la Em-
presa Eléctrica Quito, por su importante aporte.
A mis padres y hermanos por su compresión y estímulo en
el transcurso de mi vida estudiantil.
A mis compañeros y amigos por su apoyo moral durante el
desarrollo y culminación de este trabajo.
UffilCE.
PAG.
INTRODUCCIÓN . ." 1
I . INVESTIGACIÓN DE CARGA 4
I . 1 INTRODUCCIÓN 4
1.2 PROPÓSITOS DE LA INVESTIGACIÓN DE CARGA 5
1.3 EL ANÁLISIS ESTADÍSTICO EN ESTUDIOS
DE CARGA 7
1.4 IDEAS BÁSICAS DEL MUESTREO 9
II, IDEAS BÁSICAS DEL MUESTREO , . 11
II . i IMPORTANCIA 11
Ventajas 12
Limitaciones 13
II. 2 POBLACIÓN Y UNIDADES DE MUESTRA 14
II. 2.1 Marco muestral 16
II.2.2 Aleatoriedad 16
II . 3 SELECCIÓN Y TAMÁtfO DE MUESTRA 17
II. 4 MÉTODOS DE MUESTREO 21
11.4.1 Muestreo aleatorio 21
11.4.2 Muestreo estratificado 22
III. APLICACIÓN DEL MUESTREO PARA INVESTIGACIÓN
DE CARGA EN LOS ABONADOS RESIDENCIALES . . . .' 25
111.1 INTRODUCCIÓN
111.2 DEFINICIÓN DE LA POBLACIÓN
111.3 ANÁLISIS Y VALIDACIÓN DE DATOS
11I.4 SELECCIÓN DEL TIPO DE MUESTREO
111.4.1 Descripción del método
111.4.2 Determinación de límites de
los estratos 35
111.4.3 Selección del número de es-
tratos 37
III .4.4 Tamaño de muestra 40
111.5 CONSIDERACIONES PREVIAS A LA EJECU-
CIÓN DEL MUESTREO 45
.IV. ABONADOS COMERCIALES E INDUSTRIALES . . . .
IV.1 INTRODUCCIÓN
IV.2 ABONADOS COMERCIALES
División de la Población
IV.3 ABONADOS INDUSTRIALES
División de la Población
V. CONCLUSIONES Y RECOMENDACIONES
REFERENCIAS
APÉNDICES
Ap. 1.- Delimitación de la Población
Ap. 2.- Diseno de la muestra en Abonados
Residenciales
Ap. 3.- Cálculo y Comparación de la Des-
viación Estándar
Ap.4.- Manual de uso del programa para
Estratificación
Glosario de Símbolos y Términos Estadísticos
59
59
64
67
69
74
87
96
103
139
INTRODUCCIÓN
Debido al crecimiento que la carga ha experimentado du-
rante las últimas décadas, por el continuo avance y desarrollo
de nuevas tecnologías, se ha hecho necesaria la expansión de
los sistemas encargados de suministrar los requerimientos que
dicha carga impone.
Dentro de esta ampliación las empresas eléctricas, en
nuestro país, no han considerado las costumbres de los diferen-
tes tipos de usuarios con relación a la forma de utilización de
la energía, por no contar con parámetros de diseño que real-
mente representen esos hábitos, lo cual ha generado un sobredi-
mensionamiento de diversos equipos, especialmente de transfor-
madores de distribución, precisamente por la falta de un cono-
cimiento del comportamiento de la carga a nivel de abonado y
grupos de abonados. Entonces un estudio con este objetivo se
hace cada vez más imperioso, con el fin de establecer nuevas
políticas de diseño y administración de carga .
Una investigación de esta naturaleza indudablemente resul-
tará costosa por el alto número de abonados involucrados en el
estudio, disponibilidad de personal, equipo de medición y ade-
más por el tiempo utilizado en el estudio; mas, debido a la
importancia del mismo, se han venido desarrollando procedimien-
tos estadísticos basados en un muestreo de la población procu-
rando obtener una buena representatividad de los resultados y
2
lograr de esta forma una considerable reducción en los costos y
tiempo de la investigación.
:
I
El interés por conocer las características de carga, a
nivel de abonado y grupos de abonados, ha hecho que tres ins-
tituciones FGNAPRE-EPN-EEQSA.f mediante un convenio, impulsen
el desarrollo de un estudio que determine los requerimientos y
alcance de un registro de carga, considerando las limitaciones
económicas y prácticas inherentes a este tipo de investigación.
De allí se origina el presente trabajo el mismo que realiza un
análisis estadístico de los datos disponibles para la Empresa
Eléctrica Quito S.A., generalmente valores de consumo de ener-
gía mensual por consumidor, para los abonados clasificados como
Residenciales, Comerciales e Industriales que no tienen medi-
ción de demanda, en la determinación del método de muestreo
factible de iraplementar para encontrar un tamaño de muestra que
permita inferir una buena representatividad de la información
resultante, procurando que la investigación se mantenga dentro
de costos razonables y que el tiempo de duración entre el re-
gistro de carga y la obtención de parámetros aplicables no sea
muy dilatado, de forma que los resultados sirvan a los propósi-
tos del convenio.1
Entonces el procedimiento empleado para la estratifica-
ción, desarrollado por T. Dalenius y J. L. Hodges, utilizado
con la afijación de Neyman divide la población en grupos de
varianeia similar, a la vez que minimiza la variancia de la
muestra total. Este método, para su aplicación, requiere que
la característica de la población, considerada como base para
la estratificación , permita la división de esa población en
.pequeños rangos o intervalos de dicha característica-, con el
fin de seleccionar los límites de los estratos en los cuales se
decida dividir a la población y que luego sirve para determinar
la variancia de la muestra total. Un diseño de muestra con
estas características permitirá obtener valores tanto intraes-
tratos como interestratos, los cuales servirán para derivar
relaciones por grupos de abonado y por clase de abonado.
Para, facilitar el análisis de la población, que contempla
diseños de muestra con diferentes alternativas tanto de número
de estratos como de tamaño de muestra, se ha desarrollado un
programa para obtener los resultados en forma rápida, y confia-
ble.
Los datos aplicados en este trabajo se basan en la "Dis-
tribu c i ójn de la facturación por bloques de consumo", propor-
cionados por la Empresa Eléctrica "Qu ito S . A . " , los mismos que
^permitirán, determinar la mejor alternativa de estratificación y
de número de registradores necesarios para llevar adelante el
planeamiento de la muestra , que se adoptan a modo de e j emp lo de
aplicación de los procedimientos, que no por esto pierden gene-
ralidad en cuanto a emplearlos para otras empresas eláo tr i cas .
CAPITULO I
INVESTIGACIÓN DE CARGA
1.1 INTRODUCCIÓN
Ya que el propósito de la existencia de un Sistema
Eléctrico de Distribución radica, en suministrar, los re-
querimientos de la utilización de diversos equipos, por
parte de los usuarios, los estudios de carga deben ser he-
chos con la finalidad de una mejor planificación, organi-
zación y diseño de los sistemas, de los cuales se sirven
los diferentes usuarios para satisfacer sus necesidades.
Por ello es imprescindible llegar a un conocimiento
de los requerimientos de la carga, para establecer, rela-
ciones o parámetros que permitan una efectiva administra-
ción de carga en diversos elementos del sistema, a fin de
lograr, significativos ahorros por cambio o redistribución
de carga en los mismos.
La forma como se lleve adelante la investigación está
impuesta básicamente por el propósito y alcance que el es->
tudio vaya a tener, así como también, de los costos y tiem-
po que involucre el mismo.
1.2 PROPÓSITOS DE LA INVESTIGACIÓN DE CARGA
Es de vital importancia establecer un proceso ten-
diente a definir una metodología aplicable a la. investiga-
ción de carga, puesto que de dicho procedimiento se obten-
drá información acerca del comportamiento y de los hábitos
de consumo, por parte de los abonados, y se derivarán rela-
ciones que luego podrán ser utilizadas para diferentes pro-
pósitos tales como: diseño y planificación de Sistemas de
Distribución, predicción de carga, relación del consumo de
energía con la máxima demanda y su factor de coincidencia,
parámetros que servirán, juntamente con los factores de
pérdidas y la caída de voltaje, para una efectiva adminis-
tración de carga en transíormadores<8-lfe>- -13- n> , equipo
cuya utilización óptima representa un adecuado control de
inversiones y pérdidas, es decir reducción de costos.
Entonces en el presente estudio tendrán que ser ob-
tenidas características de carga como consumos de energía,
máxima demanda, factores de carga y coincidencia, curvas de
carga, tanto individual como por tipo de abonado, con la
finalidad de conocer su incidencia en el sistema y aplicar-
las de la mejor manera en la administración de carga. Para
ello el proceso a delinearse debe" contar primeramente con
la información pertinente de la población a ser registrada
y analizar dichos datos para auscultar el grado de variabi-
lidad de la misma, con respecto a la característica bajo
consideración, y definir el mejor procedimiento de registro
de carga, considerando disponibilidades tanto económicas
cuanto de personal y tiempo.
Para encontrar esas características se hace necesa-
rio, además, contar con un tipo especial de medidor, el
mismo que vaya registrando la energía consumida cada cierto
intervalo de tiempo (15,30,60 minutos), y almacenarla en
algún dispositivo de memoria que permita luego recuperar la
información anteriormente indicada. Un registrador de estas
características tiene un costo elevado, de alli que, con-
siderando la extensión, el alcance y costos de la inves-
tigación, se puede indicar que solo métodos de muestreo son
factibles de implementar puesto que permiten un ahorro en
tiempo y dinero, y una facilidad en el manejo de la infor-
mación resultante.<B>
Luego, el planeamiento de las mediciones y determina-
ción de relaciones pondrán al uso inteligente de los per-
soneros de la empresa los parámetros necesarios para la
planificación y organización presente y futura del Sistema
de Distribución.
Por lo tanto antes de llevar a cabo las mediciones
será indispensable preparar un bosquejo del procedimiento
que se va a emplear en el planeamiento de la muestra, to-
mando en cuenta el número de registradores disponibles,
7
cronograma de trabajo y período de duración del registro de
carga, datos á obtenerse y relaciones a derivarse de los
datos, con el fin de orientar el registro de una manera
ordenada y progresiva. Esta parte del estudio es motivo de
otro tema desarrollado dentro del mismo convenio.
1.3 EL ANÁLISIS ESTADÍSTICO EN ESTUDIOS DE CARGA
La aplicación del análisis estadístico en la inves-
tigación de carga ha determinado un avance en el desarrollo
de estudios para diferentes tipos de servicios eléctricos,
de los cuales, hasta el momento no se tiene suficiente in-
formación. Estas técnicas de análisis ofrecen un gran
potencial en la obtención de diversas características de
carga para las diferentes clases de consumidores.
Naturalmente, el conocimiento de muchas técnicas es-
tadísticas permitirá al analista desarrollar un estudio
más eficiente, igualmente la experiencia y el buen juicio
juegan un papel importantísimo al momento de ex.atr¿i.nar los
datos de que se dispone para realizar el estudio, así como
también, de los resultados a obtenerse y derivarse de las
mediciones . <• s>
Ya que la población en este tipo de estudios es gran-
de, la manera mas viable de obtener información es llevar
8
adelante un sondeo en .un determinado número de abonados y
en base al registro de ellos tener una idea acerca de la
población investigada, manteniendo un cierto nivel de con-
fianza de que la muestra proveerá de resultados represen-
tativos. Es en esta parte del procedimiento que la estadís-
tica encuentra una gran api icae ion pues permite cuant ificar
la probabilidad de que el promedio de una muestra sea váli-
do _, d en t r o de un intervalo de confianza, respecto al prome-
dio del universo del cual la muestra fue seleccionada. El
va lo i- estadístico más u ti 1 izado para mecí ir- la var iac ion al-
rededor de un valor promedio es la .desviación estándar,
índice matemático que indica el grado de dispersión de las
observaciones alrededor del valor promedio. Es re latí va-
mente simple de calcular y ey empleado en la teoría y api i -
cae ion de diversas técnicas estadísticas.
E x i s t e n m é t ocios esta d í s 11 c o s q u e P e r m i, t e n e s t: i. ni a r u n
tamaño de muestra que represente a la población mediante un
estimativo de las características de variabilidad de la
misma y una vez que un diseño ha sido adoptado y 1a m u e s t r a
P u e s t a en práctica, otras técnica s puede n p ro ve er 1o s me-
dios necesarios para un anal isis de los re.su 1 tados apropia-
do, eficiente y económico. Por ello es que algunos métodos
han logrado gran aceptación en investigación de carga y
están considerados ya como una parte fundamental en este
tipo de estudios.
1.4 ALCANCE DEL ESTUDIO ESTADÍSTICO
Dada la importancia del conocimiento de las carac-
terísticas de carga en las diferentes clases'de consumido-
res y de la gran ayuda que prestan las técnicas estadís-
ticas de maestreo es que, el presente tema, realiza el aná-
lisis y validación de los datos disponibles por tipo de
abonado, para determinar la característica que presente la
menor variabilidad respecto a los datos que se vayan a ob-
tener y derivar del estudio. Esto permitirá definir un
diseño de muestra del cual inferir el comportamiento gene-
ral de los abonados a maestrearse.
La variable a ser considerada en el diseño de la
muestra, en los abonados Residenciales, es el valor del
consumo mensual dhe; _energuía., dato que es conocido para cada
una de las unidades de la población y que se lo puede ob-
tener fácilmente de los registros de tarifación que las
empresas generan para el cobro de dicho consumo. Sin embar-
go esta no es la única característica que puede ser usada,
ya que dependiendo de los objetivos del estudio, puede e-
xistir otra variable que muestre una mayor represéntatevi-
da d y val ide2 de la información obtenida de la muestra y
por ende tener confianza en que las relaciones a derivarse
representen el comportamiento general de la población, como
en el caso de los abonados Comerciales e Industriales.
10
El análisis de los abonados Residenciales y el diseno
de varias muestras', considerando las restricciones en el
número de medidores, sirve para determinar si tal o cual
estratificación presenta mayor grado de precisión y por
ende mayor confianza en los datos a obtenerse. De allí que
la realización de varios disenos, cambiando ya sea el núme-
ro de registradores o el número de estratos, requiere la
aplicación de un programa iterativo a fin de que todo el
proceso tedioso de cálculo sea realisado en forma rápida y
confiable. Dicho programa es un aporte al desarrollo mismo
de la tesis.
CAPITULO II
IDEAS BÁSICAS DEL MUESTREO
II.l IMPORTANCIA
Hoy en día se tiene la necesidad de realisar un aná-
lisis más real de las condiciones en las que se desarro-
llan determinados campos, relacionados con la producción,
para tratar de adoptar medidas y señalar correetivos que
sirvan para optimizar la producción. Por ello, el muestreo
resulta ser el método más conveniente para este tipo de
estudios, ya que, permite determinar en tiempos reducidos
y a costos baj'os, datos precisos sobre la población inves-
tigada.
El muestreo es un método científico que pone; eri prác-
tica principios matemáticos y estadísticos que permiten
hacer generalizaciones acerca de toda la población o de
determinada, clasificación ? examinando cu id ad o samen te a
unos pocos de ellos, puesto que los costos de irnp 1 ementar
un estudio para cada componente de la. población es prohi-
bit ivo.
En cuanto se refiere a una investigación de carga,
muchos estud ios han determinado que solamente son apiica-
12
bles técnicas de muestreo y en esa base han sido adoptados
algunos métodos para encontrar un tamaño de muést ra óptimo
a fin de obtener ana buena conflabilidad de los resul-
tados.
VENTAJAS
Entre las ventajas de una investigación por mues-
treo se pueden indicar:
a) Permite - economizar dinero al reducir los elevados
costos de un censo o una investigación completos.
b) Simplifica la investigación, puesto que maneja un menor
número de elementos.
c) Es mucho más rápida y permite un buen nivel de con-fia-
bilidad respecto a una investigación completa.
. Cuando se trabaja con un número pequeño de observacio-
nes es posible realizar verificaciones y controles con-
tinuos en todas las etapas de la investigación, mien-
tras que al manejar mucha información se puede incurrir
en errores de transcripción o de cálculo'.
d) Es un método flexible para desarrollar la investiga-
ción de acuerdo con la clase de datos que se requieren y
13
el presupuesto disponible . <•
En el presente caso, para un estudio de las carac-
terísticas de carga, el muestreo servirá para mantener
dentro de límites prácticos el costo de una investigación
que involucra un número relativamente grande de consumido-
res, como por ejemplo, la clase residencial (clasifica-
ción) de una empresa eléctrica, donde los datos de prueba
son obtenidos de los registros de bloques de consumo de
energía mensual, implementados para efectos de tarifación.
Si tenemos que estos datos son bastante similares o caen
dentro de un rango razonable de utilización, el muestreo
permitirá reducir el volumen de datos a ser obtenidos fa-
cilitando' el manejo de los resultados del estudio.
LIMITACIONES
El muestreo tiene limitaciones especialmente relacio-
nadas con :
a) Casos en los cuales se requieren datos exactos, con
máxima precisión; y
i
b) Casos en los que el costo de la investigación por uni-
dad de muestra es muy alto.
En el primer caso es evidente que una muestra no puede
proporcionar una precisión tan alta como la que se logra-
ría con una investigación completa. La precisión del mues-
treo depende del tamaño de muestra que se utilice.
En. el segundo caso, las situaciones podrían variar
según las condiciones de las que se partan para el estudio
y la naturaleza misma de los elementos a ser investigados.
Asi por ejemplo, cuando se tienen universos pequeños, no
se pueden utilizar tamaños proporcionales al universo sino
tamaños relativamente grandes que podrían determinar cos-
tos muy elevados.
Por otro lado, si tenemos que la variabilidad, entre
los elementos a ser investigados, es muy grande, se re-
querirá un tamaño de muestra lo suficientemente grande
para poder obtener una buena representatividad. De otra
forma habrá que realizar estratificaciones para tratar de
conformar conjuntos más homogéneos que permitan la utili-
zación de tamaños de muestra más pequeños-^3-}
|I.2JPOBLACION Y UNIDADES DE MUESTRA
Antes de iniciar una investigación, lo primero que se
debe hacer es definir el universo o población que va a. ser
objeto del analisis.Este universo puede estar constituido
Por un área geográfica, un país, una determinada región,
los abonados de una empresa eléctrica, etc.
15
Además deberá tomarse en consideración el sector de
estudio en el cual se llevará adelante el muéstreos así
por ejemplo, en una investigación de carga, los sectores
de estudio pueden ser zonas de servio io(u.r baña , rural) o
por áreas específicas como barrios, cindadelas, manzanas ,
etc .
i
La definición clara de la población y su conformación
precisa, posibilitará la obtención de la información re-
querida para determinar la representat ividad o no de los
resultados del estudio. Las unidades de muestra son los
elementos básicos para la selección de la muestra, pues
constituyen las unidades que van a servir como elementos
finales de selección.
Estas unidades tienen que ser cuidadosamente escogi-
das para asegurar la valide..?: de los datos derivados de las
pruebas. También la definición de la unidad de la pobla-
ción depende mucho del propósito del estudio. Una vez que
la unidad elemental de la población ha sido especificada,
esta controlará tocias las decisiones subsecuentes acerca
del diseño de la muestra<3>. Por ejemplo, supongamos que
la población es la clase residencial de una compañía eléc-
trica y que se toma como unidad de esta población un abo-
nado tari fado baj o determinado rol, entonces todos los
abonados correspondientes a esa clasificación conformarán
el universo del cual la muestra será seleccionada.
16
II.2.1 MARCO MUESTRAL
El marco muestral es la lista de todas las unidades
de muestra que constituyen eJ. universo.•Consiste también
de las descripciones acerca del material que debe utili-
zarse para establecer las unidades de la población y
para seleccionar las unidades de muestra. En definitiva,
el marco muestral puede constituir una lista de unida-
des, un archivo de tarjetas, listados de consumidores y,
en general, cualquier artificio mediante el cual las
unidades de muestra se identifican en forma clara y pre-
cisa. <•*•>
Un ejemplo lo podría proporcionar un archivo de los
consumos mensuales de energía de los abonados comercia-
les de una determinada empresa y la unidad de la pobla-
ción representa cada uno de los registros de este ar-
chivo; este marco sirve para seleccionar una muestra de
abonados comerciales en base a su consumo de energía.
II-2.2 ALEATOfílEDAD
Tras la teoría de 1 m u e s t r e o estadístico está la pre-
misa de que una muestra de un universo es una muestra
aleatoria. Una muestra aleatoria, es una muestra compues-
ta de unidades, cada una de las cuales, tiene una igual
oportunidad que las demás del universo de aparecer en la
17
muestra^4*. Cuando este principio es ignorado, la vali-
des de los resultados es seriamente afectada,
Es muy usual utilisar tablas de números aleatorios
para la selección de los elementos de muestra; estos
números pueden ser generados en base a programas digi-
tales con rapidez y presentan mayor facilidad en el ma-
nejo y designación de las unidades de muestra.
II. 3 SELECCIÓN Y TAMAÑO DE MUESTRA
Una vez definidas la población a investigarse y la
unidad o característica de la población para la obtención
del marco muestra!, se procede, después de comparar las
disponibilidades, limitaciones y recursos , a seleccionar
la muestra. Un procedimiento práctico de selección aleato-
ria es precisamente el uso de tablas de números aleato-
rios; pero una forma más fácil es aquella que depende del
número total N de unidades en el universo y el número de
unidades n en prueba. Este procedimiento supone que N es
expresable como el producto de dos enteros K y n de manera
que N=Kn, entonces se toma un número aleatorio menor o
igual a K, digamos i, y de allí en adelante se selecciona
la unidad con el número de serie correspondiente a i, i+K,
i+2K,..., i+(n-l)K, logrando de esta manera conformar la
muestra de n unidades. Esta forma de selección se basa en
la suposición d e q u e la lista de unidades es un marco
muestra! aleatorio.
En el caso de un registro de carga, la selección de
las unidades de muestra se la puede realisar en base a los
listados de abonados, para cada tipo de abonado, los mis-
mos que presuponen, de por sí, ser un marco rauestral alea-
torio con relación al consumo de energía, variable más
utilizada en estos casos. Por lo tanto la forma de selec-
ción será a intervalos regulares, dependiendo este inter-
valo del número de consumidores total y del número de re-
gistradores disponibles para las mediciones; además, este
tipo de selección ofrece ventajas al organizar el control
sobre el trabajo de campo.
Ahora el problema es justamente determinar esas n uni-
dades de muestra, las mismas que deben ser precisas en su
selección y en número suficiente para realisar generaliza-
ciones ai total. Como es de suponer, el hecho de generali-
zar resultados de un pequeño grupo como característicos- de
la población total, implica una falta de confianza en que
esos resultados sean realmente representativos,
En realidad existe diferencia entre valorar una mues-
tra y valorar un todo, esta diferencia es conocida como
"error de muestreo". Es importante entender que el error
de muestreo es un fenómeno distinto al error que se puede
producir por mal funcionamiento de los equipos de medi-
19i
ción, malas observaciones, fallas en la transcripción de
valores o por cálculos aritméticos mal realisados. Este
error estadístico es un parámetro planeado y controlado,
que puede indicarnos el grado de precisión o conf iabil id-ad
de los resultados obtenidos del muestreo<s>. En otras
palabras, señalará, si es que dichos datos, son realmente
representativos o no de la población, con lo cual se podrá
decidir si. es factible continuar con el estudio, o si por
el contrario, amerita camb iar el diseño de la muestra.
E s i m portan t e r, a rri b i é n a n o t a r, q u e u n o d e 1 o s factores
que a f e e t a n a 1 -e r r o r d e muestre o e s e 1 t a m a. ñ o d e m u e s t r a ;
para que una investigación tenga menor error, es indispen-
sable aumentar su tamaño sin 1 legar, desde luego, al ex-
tremo de que un incremento del tamaño no exprese una sig-
nificativa disminución de], error de mués treo,
Existen procedimientos estad ísticos que permiten es-
timar el tamaño de muestra requerido para, con un deter-
minado grado de precisión, evaluar ciertos índices esta-
dísticos los mismos que servirán como indicativos de que
el tamaño de muestra seleccionado servirá para al estudio.
Estos procedimientos dependen de algún conocimiento previo
o de un estimativo de las características estadísticas de
los datos con los que se cuentan para el estudio. Así, una
gran variabilidad cié los datos determinará la necesidad de
un tamaño de muestra grande para una mejor precisión; en
20
cambio una buena estabilidad de ellos puede requerir un
tamaño de muestra menor.<B>
Para determinar el tamaño óptimo de muestra, hay que
tomar en consideración algunos aspectos como:
- La téen ica estadística, med iante fórmulas especial es que
determina el tamaño óptimo de muestra.
- Las posibilidades económicas, financieras y de personal
con que se cuenta para llevar a cabo la investigación.
Huchas veces, a pesar de requerirse un tamaño mayor de
muestra, es difícil mantenerlo en armón ia con las técnicas
estadísticas, por carecer de recursos económicos y huma-
nos. *
- La clase de resultados que se esperan obtener a través
de un estudio por muestreo. Es decir, conocer porcentajes
o valores relativos del comportamiento de una variable con
relación a otra, los cuales servirán para generalizar a
todo el universo.
En términos generales puede decirse que el tamaño de
muestra depende de:
- Exactitud
~ Resultados a obtenerse
- Costo de la investigación.
II.4 MÉTODOS DE MUESTREQ
Para la selección de un determinado método de mues-
treo, deben tomarse en cuenta, las consideraciones prác-
ticas y la facilidad de implementación del método, acomo-
darse a las condiciones administrativas locales y asegurar
que se va a hacer el uso más efectivo de los recursos dis-
ponibles para el que muestrea, manteniendo dentro de cos-
tos razonables el estudio.
Varias situaciones de registro de carga son resueltos
por diferentes tipos de métodos, cada uno de los cuales
tiene su particular ventaja. El método seleccionado además
dependerá del propósito del estudio y de los resultados a
obtenerse. Estudios ya realizados por diferentes empresas
eléctricas, en los Estados Unidos, y reportados en publi-
caciones técnicas, indican que dos métodos son los más
aptos para este tipo de estudios: El muestreo aleatorio y
el aleatorio estratificado . <-*• 6- J-®~>
II-4.1 MUESTREO ALEATORIO
Es el más sencillo de los método^ de muestreo que
proporciona estimaciones de las características de la
población y una medida de la confianza de las estima-
ciones hechas. En este método se asigna una probabilidad
igual de selección a cada unidad de la población en la
primera selección, y además, implica una propiedad de
que 1a s demás unidades tienen el mismo chance de ser
seleccionada en las selecciones subsecuentes. Entonces
la probabilidad de que una unidad sea seleccionada en la
r-ésima selección, puede demostrarse que es 1/N, que es
la probabilidad de seleccionar la unidad en la primera
oelecc ion.
Este método es utilizado, para registro de carga,
cuando un número suficientemente grande de consumidores
en prueba está disponible, de manera que los valores
cuantitativos de las características de carg'a de la po-
blación son derivadas de los valores promedios de la
muestra, una vez verificada la representatividacl de la
misma,
ii -II. 4.2 MUESTREO ESTRATIFICADO
i
Es el método más comunmente utilizado en investiga-
ción de carga, El proceso es idéntico al muestreo alea-
torio, excepto que aquí la población es partida o divi-
dida en subgrupos o estratos, y entonces muestras alea-
torias de alguna proporción predeterminada son selec-
cionadas para cada estrato.<s>
Se ha indicado ya que la precisión de una estimada
del'muestreo depende del tamaño de la muestra y de la
variabilidad o heterogeneidad de la población. Aparte
del tamaño -de la muestra, por lo tanto, la única manera
de aumentar la precisión de una estimada, es diseñar
procedimientos que efectivamente reduzcan la variabi-
lidad. Uno de ellos, es el maestreo aleatorio estrati-
ficado, además, este método garantiza cualquier repre-
sentación en la muestra de todos los estratos de la po-
blación .
El muestreo estratificado sirve también para otros
propósitos prácticos, ya que, la selección de las un ida-
des de muestra, la localización y enumeración de las
unidades escogidas y la distribución y supervisión del
trabajo se simplifican bastante.
Entre las ventajas de un plan de estratificación
tenemos:
- Representaciones proporcionales de cada estrato, con
ello se reduce la probabilidad de seleccionar un número
desproporcionadamente grande, o pequeño, de muestras.
- Los costos del estudio serán reducidos, pues se tienen
tamaños de muestra más.pequeños y que generalmente pro-
veen la misma conflabilidad que un muestreo puramente
aleatorio.
24
- Cada estrato puede ser tratado como un universo se-
parado y - sus valores estadísticos independientemente
estudiados si se requiere de ello.
Los abonados de una empresa eléctrica generalmente
representan una población, además de heterogénea, muy
grande en número, lo cual hace de este método el más
apto ha implementarse en el registro de carga; a más de
que el diseño y planeamiento de la muestra estratificada
oermitirá determinar relaciones tanto por estrato como
interestrato logrando de esta manera obtener parámetros
por grupo de abonados y por clase de abonado, propósito
de la investigación.
CAPITULO III
APLICACIÓN DEL MUESTREO PARA INVESTIGACIÓN DE CARGA
EN LOS ABONADOS RESIDENCIALES
III.1 INTRODUCCIÓN
Un estudio de las características de carga para di-
versos tipos de abonados, en especial en los residencia-
les involucra un número grande de consumidores. Ello pre-
supone realizar un sondeo en unos pocos consumidores para
realizar generalizaciones acerca de toda la población.t
Pero., además, dichos universos presentan mucha variabili-
dad de sus unidades respecto a la.Utilización de la-ener-
gía, por lo cual se hace indispensable emplear algún mé-
todo para tratar de homogen izar dichos universos, procu-
rando de esta forma reduc ir el tamaño de muestra, tal que
los resuItados obtenidos del estudio sean estad íst ica-
mente estables.
El método que permite reducir esta variabilidad es el
de,maestreo .estratificado,. el .cual presenta -también otras
ventajas, y que por esta particularidad será aplicado en
el presente estudio para la determinación del número de
registradores necesarios para las mediciones respectivas.
26
El diseño de una muestra en una investigación de
carga deberá' primeramente presentar un análisis y defini-
ción de la variable o característica en base a la cual se
estratifique a la población a investigarse, así como tam-
bién, de una validación de los datos disponibles para la
implementación del método. Esto permitirá luego la utili-
zación de procedimientos estadísticos para determinar el
tamaño de muestra necesario que permita obtener una buena
representatividad de la población en estudio,
Este análisis puede resumirse en los siguientes pun-
tos :
- Tipo de consumidor a ser investigado.
- Porción del total en consideración.
- Grado de variabilidad respecto a la característica a
ser registrada.
- Número de muestras necesarias para obtener resultados
estadísticamenté estables.
III.2 DEFINICIÓN DE LA POBLACIÓN
Del "Reglamento para la Fijación de Tarifas de los
Servicios Eléctricos" se ha tomado la siguiente defini-
ción para los abonados residenciales:
"Son los servicios destinados exclusivamente a usos
domésticos en las habitaciones y anexos que normalmente
constituyen la residencia de una unidad familiar. Se cía-
27
sificará también en esta categoría a los abonados de pe-
queños consumos y bajos recursos económicos que tengan
integrada a su vivienda una pequeña-actividad de comercio
o pequeños talleres de artesanía."
Puesto que el estudio en sí pretende determinar pará-
metros de demanda, para cada tipo de usuario, tales como
factor de carga, factor de coincidencia; es necesario
considerar la hora de ocurrencia del pico máximo, y su
curva de carga en la verificación de que dicho consumidor
sea catalogado como residencial. Esta consideración se la
hará luego del análisis y verificación de la muestra y
basada en experiencias propias o en conocimientos previos
del comportamiento de este tipo de abonados, que en dife-
rentes referencias se presentan, puesto que no existen
más elementos de juicio en los cuales regirse.
Los datos disponibles de estos abonados son los que
determinarán el tipo de muestreo y la porción de la po-
blación, con los cuales llevar adelante el estudio.
III.3 ANÁLISIS Y VALIDACIÓN DE DATOS
Ya se ha indicado la necesidad que existe de inves-
tigar las características de carga para diferentes tipos
de consumidores y en especial de los residenciales de los
cuales es poca o casi ninguna la información que en la
28
actualidad se tiene
En función de obtener los datos básicos en estos abo-
nados las referencias indican un análisis de la población
en base a los consumos ya sean mensuales, bimensuales,
estacionales o anuales de energía registrados por las
empresas . ci0.4,u, n>
•Los datos recabados y que servirán para el proposito
del estudio 'fueron proporcionados por la División de Pla-
nificación y el Centro de Cómputo de la.Empresa Eléctrica
"QUITO S.A.", en base a los datos de consumo mensual de
los abonados tarifados como residenciales; de los cuales,
luego de un procesamiento, se logró determinar una dis-
tribución por bloques de consumo mensual similar a la
generada en la E.E.Q.S.A. Dichos valores se encuentran
tabulados en el Cuadro NQ 1.
Se nota que esta distribución presenta un amplio
rango de consumos, lo cual implica una alta variabilidad
de la población en cuanto se refiere al consumo de ener-
gía, lo cual a su vez hace pensar en la existencia do una
gran diversidad en la forma de utilización de la energía
por parte de los consumidores.
Esta variabilidad existente determinará que el ta-
maño de muestra necesario para obtener resultados con-
29
fiables sea muy grande; « n t o n c e s , s e ha e e i n¡ p r e s e i n d í b 1 e
reducir esta variabilidad, considerando que esta es una
de las formas de acortar el tamaño de muestra,' puesto
que, una -de las limitaciones existentes para esta inves-
tigación es el número de registradores disponibles, debi-
do a que el costo por instrumento de medición específico
para este tipo de estudios está sobre los U.S.$1000^Í0>;
esto también será determinante en la selección del tipo
de inuestreo para mantener dentro de costos razonables el
planeamiento y la ejecucion del muestreo.
III.4 SELECCIÓN DEL TIPO DE MQESTREO.
Si una población es heterogénea con .respecto a una
característica Y, una ganancia en precesión de la estima-
da de la población total y de la media por unidad de la
población para esa característica Y puede ser lograda
utilizando muestreo aleatorio estratificado si es posible
dividir la población en estratos dentro de los cuales las
unidades son más homogéneas con respecto a Y.<3>
En diversos tipos de estudio de carga la caracterís-
tica principal bajo estudio es la demanda en kW en las
horas del pico máximo de la clase, mas como estos valores
son generalmente desconocidos para este tipo de abonados,
no pueden ser tomados en cuenta como base para la estra-
tificación. Puesto que la variable util izada para la es-
30
tratificación debe ser tal que su valor sea conocido para
cada unidad de- la población, se puede hacer uso de una
variable auxiliar que tenga una alta correlación con la
demanda, para que sirva como base en la estratificación.
Esta variable obviamente será el consumo med io mensual de
energía, el mismo que es registrado para fines tarifa-
rios, información a la cual se puede acceder fácilmente
en los pliegos tarifarios.
Tomando en cuenta el costo por registrador y la alta
variabilidad de la población, se hace necesario dividirla
en grupos, los mismos que deberían ser relativamente ho-
mogéneos respecto del consumo de energía, de manera que
un menor tamaño de muestra permita confiar en que los
resultados obtenidos del registro de carga sirvan a los
propósitos del estudio,
t
Entonces en los abonados residenciales es factible
i mp le ni en tar el mués t reo estratificado e 1 mismo que posi-
taí 1 i ta un inej or planeamiento de las mediciones , facilidad
en el manejo de la información y su procesamiento y, una
reducción e n c o s t o s y tiempo de la i n v e s t i g" a o i ó n .
III.4.1 DESCRIPCIÓN DEL MÉTODO
El proceso de estratificación consiste en dividir
una población de tamaño N en subpoblaciones mutuamente
31
excluyentes de tamaño conocido Nh tal que
( F : 1 )
donde h es un índice para identificar el estrato
h-ésimo y L es el número total de estratos en que se ha
dividido la población. Si muestras aleatorias simples
independientes son tomados en cada uno de los estratos,
el proceso total es conocido como muestreo aleatorio
estratificado.
Si deseamos estimar la media por unidad para una
característica Y de una población la cual ha sido divi-
dida en L estratos y si una muestra aleatoria simple de
nh unidades fue tomada del h-ésimo estrato y Yhi fue
el valor de esta característica para la i-ésima unidad
en esta muestra, la media por unidad de la muestra para
el h-ésimo estrato sería:
( F : 2 )
Entonces una estimación de la media por unidad de
la población estaría dado por:
h=l(F:3)
32
donde Wh=Nh/N es llamado el peso del estrato.
La variancia de la estimada insesgada Yst es
V(Yet)= 2 Wh2(l-fh)CTh2/nh (F:4)h-1
La expresión (1-fh) es a menudo definida como la
corrección de la población finita para el estrato h,
donde fh=rih/Nh y crn2 es la verdadera variancia de Y en
el h-ésimo estrato y está dada por:
( F : 5 )Nh-1
donde Yh es la verdadera inedia de Y en el estrato h y
está dado por
I Yni
Nh( F : 6 )
Ya que cjh2 es a menudo desconocida, una estimación
aproximada de este valor (s 2) puede ser obten ida de
la muestra y está dada por
I (Yhi-?h)2
( F : 7 )
De la expresión anterior, para la variancía de Yat,
se revela que ésta variancia es dependiente no sola-
mente del método usado para fijar las unidades de mues-
tra en el estrato (es decir, la elección de nh ) , sino
también de la construcción de los estratos, a través de
los valores de Wh, Nh y crh. El minimizar esta variancia
involucra dos etapas: primero, la determinación del
mejor método de fijación de las unidades de muestra
(tamaño), y segundo, asumiendo que esa fijación será
utilizada, la determinación de la mejor división de la
población en estratos.
Para una división dada de la población, en estra-
tos, la variancia de yat es minimizada para una mues-
tra total fija n, por determinación de las unidades de
muestra acorde con la fórmula
n Wh(F:8)
Whh=l
34
Esta fijación es usualmente llamada afijación de
Neyman.
Reemplazando F:8 en F:4 se minimiza la yarianeia
de Yst para una estratificación dada y un tamaño fijo
de muestra n, así,
Vmin(Yat)=- (F:9)
Si se desea conocer el número de muestras necesa-
rio para producir una mínima variancia especificada,
se resuelve la fórmula anterior asi:
(I Wh Qh)2
V+(1/N)(Z Wh(F:10)
La variancia puede ser expresada en términos del
coeficiente de variación. Dicho coeficiente es la rela-
ción del error estándar de una estimada al verdadero
valor de la población a ser estimada. Así, si un coefi-
ciente de variación del 1% es deseado para una estimada
de Y, la variancia de la población estará dada por
III.4.2 DETERMINACIÓN DE LIMITES DE LOS ESTRATOS
Resulta obvio que las fórmulas anteriormente indi-
cadas son dependientes de los puntos de división de la
población en estratos. Luego de varias investigaciones
se ha llegado a determinar que el método más convenien-
te a usar con la afijación de Neyman es la regla del
acumulado de la raiz.de uf, desarrollada por T.Dalenius
y J.L. Hodges . <•3- 10>
En dicho procedimiento la población es dividida en
pequeños intervalos de Y (o X). Con esta regla se se-
lecciona la división de los estratos de modo que resul-
ten intervalos iguales en la escala del acumulado de la
raíz de uf. Cuando se utiliza este proceso con la afi-
jación de Neyman, se tiende a que el tamaño de muestra
en todos los estratos sea aproximadamente igual.<3>
Para poder llevar adelante el método, en primer
lugar, se deben definir loa consumos mínimo y máximo
representativos de la población residencial.
Del análisis presentado en el Apéndice NQ 1 se con-
cluye que la población a ser considerada en el diseño
de la muestra comprende consumos desde 31 kWh/mes
hasta 1500 kWh/mes descartando, por un lado, los regis-
tros menores que 31 kWh/mes por no ser representativos
36
y los consumos mayores que 1500 kWh/mes por el otro, ya
que dichos consumidores por su número reducido y sus
consumos altos, al ser considerados en el diseño, gene-
ran mucha desviación estándar lo cual involucra una
mayor dispersión y por ende un mayor tamaño de muestra
para mantener una buena representatividad de los resul-
tados.
En el Cuadro HQ 3 de dicho apéndice se puede ob-
servar la representación de los bloques e intervalos
de consumo, consumidores y energía consumida, por blo-
que, en que se ha dividido la población a fin de apli-
car la regla de Dalenius y Hodges. Precisamente para
aplicarla se genera una tabla de valores como la ex-
puesta en el Cuadro NQ 1 del Apéndice HQ 2, en el cual
se han tabulado los valores de frecuencia f, que vienei
a ser el número de abonados cuyo consumo mensual está
comprendido entre los rangos inferior y superior del
bloque, y de u, que representa la relación de la lon-
gitud de cada intervalo sucesivo respecto a la longitud
del primer intervalo.
La rais del producto de f y u se va acumulando para
la totalidad de los bloques y el valor del acumulado
para el último bloque será el referencial para deter-
minar los limites de los estratos, dividiendo dicho
valor para el núiíiero de estratos a considerarse. El
37
resultado de esta operación se compara con los valores
del acumulado de la raiz de uf y la menor diferencia
encontrada determinará el bloque para asignar el límite
superior del primer estrato. En cuanto al límite in-
ferior éste será el correspondiente al del bloque 1,
configurando de esta forma los límites inferior y supe-
rior de ese estrato. Una explicación más detallada de
la as ignación de límites para los diferentes estratos
se la encuentra en el Apéndice NQ 2. Así por ejemplo,
si se quiere dividir a la población en 8 estratos,
aplicando la regla, se obtienen los valores indicados
en el Cuadro NQ 2.t
En base a estos valores se procede a diseñar la
muestra para determinar el tamaño de muestra por es-
trato y el coeficiente de variación de la misma.
III.4.3 SELECCIÓN DEL NUMERO DE ESTRATOS
Se podría ir dividiendo a la población de tal mane-
ra que cada unidad de la población sería un estrato.
Esta reversión del muestreo de la población total in-
dica en forma clara que existira un punto más alia del
cual las ganancias en precisión que se obtendrían son
prácticamente despreciables^3^. Es más se puede llegar
en un momento determinado a perder algún tipo de infor-
mación , en especial relaciones entre grupos, puesto que
38
el tamaño de muestra por estrato disminuye conforme va-
mos aumentando el número de estratos, cuando se man-
tiene fijo el número de muestras, y podría ocurrir que
la muestra tomada para un determinado estrato no sea
representativa, generando de esta manera una pérdida de
tiempo y recursos en el estudio.
También para seleccionar un determinado número de
estratos hay que tomar en cuenta otros factores que
incidirán en el planeamiento del muestreo, corno son:
Disposición de recursos tanto de personal, para la ins-
talación y remoción de los instrumentos registradores,
cuanto económicos por costo del equipo, pago de per-
sonal, período de tiempo en el cual se llevarán a cabo
las mediciones, para de esta forma contar con una ade-
cuada organización de las actividades a desarrollarse.
Una manera de fijar cuantos estratos son convenien-
tes es realizar diferentes diseños de muestra, variando
el número de estratos, y relacionarla con el grado de
precisión de la muestra, para de allí inferir cual de
las estratificaciones diseñadas es posible implementar,
considerando además los factores anteriormente anota-
dos. Entonces, diseños para 3 diferentes tamaños de
muestra 25,50 y 75, en los cuales se varía el número de
estratos, permiten establecer una relación entre el
coeficiente de variación y el número de estratos, la
39
misma que da una idea para adoptar una determinada di-
visión, observando la precisión de dichas muestras. El
Cuadro NQ 3 muestra estos valores, y su representación
en el Gráfico NQ 1 permiten observar muy- poca diferen-
cia en ganancia de precisión para divisiones mayores
que 6 estratos con cada tamaño dé muestra prefijado.
En dichas curvas se observa además que los valores
del coeficiente de variación, para divisiones menores a
6 estratos, aumentan apreciablemente , lo cual es un
indicativo de la pérdida de precisión en el muestreo y
los resultados a obtenerse del mismo pueden no ser re-
presentativos .
Analizando los diseños para siete, ocho y nueve
estratos, se nota que la ganancia en precisión es mini-
ma y que el tamaño de muestra por estrato se reduce, lo
cual puede dar lugar a una reversión del muestreo, per-
diéndose información y ocupando un mayor tiempo para
.realisar.la toma de mediciones y el procesamiento de la
información. Entonces la selección de divisiones máximo
en 6 estratos, considerando básicamente los costos,
tiempo y representatividad de la muestra, determinará
en adelante el análisis de otro factor que es importan-
tísimo en el diseño de una muestra estratificada como
es el tamaño de muestra.
40
III.4.4 TAMAÑO DE MUESTRA
Uno de 1 o s o b j e t i v o s a 1. u t i 1 i zar m u e s t. r e o e s t r a -
tiflcado es determinar subgrupos más homogéneos en
relación a la característica en estudio, de manera que
un a. h o r r o sig n i f i c a t i v o en el nú m ero de ni e d i d o r e s (ta-
maño de muestra) pueda ser realizado. De esta forma las
estimaciones de la población serán función del aporte
global de los estratos a esa característica específica.
Además este tipo de muestreo permite un tratamiento in-
dependiente a cada subgrupo como un universo, consi-
guiendo de es t a m a TI e r a. u n m e, j o r pía n e a. m .1 e n t o de las
in ediciones, y u n a. r e d u c c ion e n e 1 t. i. e m p o el e 1 in u e s 1: r e o ,
puesto que el procesamiento , ana i is is y ver i i: i cae ion
del registro de un subgrupo se lo hace paralelo a la
toma de mediciones en otro subgrupo. Entonces el pla-
neamiento de la muestra estratificada debe contemplar
el registro en cada estrato y luego un registro simul-
táneo en todos los estratos para determinar relaciones
por estrato e interestratos respectivamente.
El problema de la representa!;ividad de un maestreo
se puede mirar desde dos direcciones. Primero, el tama-
ño requerido para proveer un cierto nivel de seguridad
y segundo la precisión que puede ser obtenida para un
tamaño de muestra predeterminado o "práct ico" . <rf >
Entonces conjugando estos criterios una muestra
estratificada presenta dos situaciones a ser considera-
das en el diseño y planeamiento del registro.
a . Pete m
El objetivo aquí es la determinación más eficiente
del uso promedio para todos los consumidores. El mués-
treo estratificado con este objetivo es utilizado cuan-
do se conoce que existen diferencias sustanciales entre
los varios estratos; sirve pues al propósito de recono-
cer estas diferencias en la contribución al total.
Este prob lema es resue Ito por af ij ación acorde con
el principio de Neyman, - e l cual toma en cuenta los
tamaños de las poblaciones Nh en la determinación de
los propios tamaños de muestra nn. Esta afijación es
derivada de una técnica en la cual el error estándar de
la media de la población es minimizado . <2 - 7 > El proce-
. dimiento para el cálculo del tamaño en este caso está
delineado en el numeral 4.1 de este capitulo .
Ahora si se considera que no existe restricción
sobre el número de medidores, entonces se calcu la el
tamaño de muestra, tomando un grado de precisión pre-
establecido, mee] i ante las re lac iones F : 8 y F : 9 . Tomando
di. fe rentes alternativas de números de estrat: os y un
42
coeficiente de variación del 1%, se puede calcular el
tamaño de muestra total. La rasón de tomar un coefi-
ciente cíe variación del 1% es que, permite considerar
un mayor grado de precisión para estimar el valor medio
de la población, e inferir que con el tamaño de muestra
así calculado se tendrán resultados representativos
para el tipo de abonado en estudio. El Cuadro NQ 4
presenta los valores calculados.
Se nota que el tamaño el e muestra decrece grande-
mente conforme aumentamos el número de estratos, lo
cual es obvio puesto que los subg'rupos resultantes para
8 estratos serán mu c h o más homogéneos q u e para divi-
siones menores, mas, debido al costo de los instrumen-
tos registradores, existirá restricción en su número.
Esto presupone contar con un número determinado de re-
gistradores disponibles para el estudio, por lo tanto
es necesario real izar un análisis considerando d ife ren-
tes tamaños de muestra y calculando el grado de preci-
sión que dicho tamaño de muestra genera para divisiones
en 5, 6 y 7 estratos. Los disenos realizados permiten
establecer una relación entre el coeficiente de varia-
ción y el tamaño cié muestra, la misma que es presentada
en el Gráfico NQ 2 y generada en base a los valores
mostrados en el Cuadro NQ 5.
En dicho gráfico se observa que las curvas respec-
43
tivas, para cada división,, presentan poca reducción en
el valor del coeficiente de variación para tamaños-
mayores que 50 muestras, lo cual hace pensar en que
este puede ser un tamaño razonable y que algunas refe-
rencias lo toman, como un tamaño que permite establecer
relaciones representativas como para el factor de coin-
cidencia . <•* . B3
Entonces se nota que otra forma de disminuir la
variabilidad de la muestra es aumentando el tamaño de
muestra total en el diseno, pero que por efecto de fac-
tores económicos no podrá obtenerse una mayor preci-
sión .
b . He t. e rm. i. naad _.e
En este caso cada subg'rupo es tratado como un grupo
separado. Dado que este estudio presenta la restricción
del tamaño de muestra se analizará la precisión que se
•obtendría en cada estrato para un número de medidores
especifico de 50 registradores.
El grado de segur idad estimado es cal cu lado por
medio de la siguiente fórmula:
••»•I
44
donde an es la estimada de la desviación estándar
de la población h.
n número de medidores disponibles
K depende del nivel de confianza deseado
Tomando una división de 6 estratos se procede a
verificar cual es el grado de precisión, por estrato,
que el tamaño de muestra (50) puede proporcionar, con-
siderando un nivel de confianza determinado. En el Cua-
dro NQ 2 del Apéndice NQ 3 se observa que para el pri-
mer estrato la desviación estándar es 19.9 kWh/mes, con
lo cual el error estándar de la media, en el caso de un
nivel de confianza del 68%, es
19.9Sxi = K- = 1.0-
Sxi = 2.9 kWh/mes
Esto quiere decir que con un 68% de certeza la
media de la muestra para ese estrato estará entre 65.3
y 71.1 kWh/mes.
Si tomamos un nivel de confianza del 95% se tendrá
Sxi = 5.5 kWh/mes
45
Entonces el intervalo de confianza para el prome-
dio será desde 62.7 hasta 73.7 kWh/mes.
Esto significa que tomando 100 muestras diferentes
de n-50, aproximadamente 95 de ellas tendrán un valor
promedio comprendido entre 62,7 y 73.7 kWh/mes.
Para los otros estratos la determinación de este
error se lo hace en forma similar y los valores encon-
trados están tabulados en el Cuadro NQ 6.
La verificación del grado de precisión luego de
las mediciones es el punto más importante del análisis
estadístico para establecer la utilización o no de los
resultados del muestreo, en la determinación de los
factores y parámetros de carga.
III.5 CONSIDERACIONES PREVIAS A LA EJECUCIÓN DEL MUESTREO
Una vez establee ida la metodología para implementar
el diseño estratificado en base al consumo de energía, es
necesario hacer ciertas indicaciones sobre posibles pro-
blemas que el diseño y la ejecución de un muestreo pueden
presentar.
El principal problema radica en el movimiento de uni-
dades de muestra entre estratos, debido a la falta de
46
estabilidad de la variable de estratificación. Por ejem-
plo, alguna(s) unidad(es) de muestra seleccionada(s) en
un estrato puede(n) presentar, cuando el registro de las
mediciones ha sido concluido, un valor para la.caracte-
rística de estratificación que la(s) coloque en otro es-
trato. Entonces surge el inconveniente de ubicar a esa(s)
uriidad(es) en otros estratos, ya que esto implicaría un
nuevo calcu lo de la variancia de la muestra, por la adi-
ción y substracción de unidades en uno u otro estrato.
Sin embargo, y como una solución práctica, se asume que
el movimiento hacia arriba o abajo de dichas unidades co-
rresponde adecuadamente a los movimientos de la pobla-
ción;pero para evitar esto se debería incrementar el ta-
maño de muestra a fin de que la exclusión de dicha(s)
unidad(es) no vaya a afectar la representatividad de lai
muestra.
En estudios de esta índole como es el registro de
carga, especialmente en abonados residenciales, donde la
variabilidad en el uso de la energía es altísima, se de-
berá procurar mantener a la variable de estratificación
lo más constante posible, de manera que dicha variable
sea más estable para cada unidad de muestra. En este caso
una representatividad o estabilidad en el consumo de
energía se logrará al tomar el promedio del consumo men-
sual de energía para varios meses o todo un ano, con lo
cual la asignación de las unidades de la población a tal
47
o cual estrato será más objetiva que si se tomara sola-
mente el consumo de un mes para hacer dicha asignación .
También se presentarán problemas como la imposibili-
dad de obtener mediciones en determinada(s) unidad(es) de
muestra,, ya sea por daño del instrumento registrador o la
imposibilidad de realizar la instalación de los mer] ido-
res, etc; lo cual, indudablemente, obliga a la exclusión
de dichos abonados de la muestra y por tanto representará
un "sesgo" en la estimada de la característica promedio
de la población. En el reporte final del estudio es im-
prescindible indicar las circunstancias bajo las cuales
la exclusión de la(s) unidad(es) fue realizada. También
se pueden reemplazar dichas unidades de muestra excluidas
con alternativas, lo cual tiene que estar estipulado den-
tro del planeamiento del registro, antes de realizar las
mediciones. Por lo tanto un punto importantísimo, que
deberá ser tomado en cuenta en el momento de seleccionar
las unidades de muestra, es que, además de ser esta una
selección aleatoria, se debe verificar que el consumo de
energía, en las unidades de muestra, esté dentro de los
límites de consumo para el(los) estrato(s) al(a los)
cual(es) han sido asignados.
Del escogitamiento de estas unidades depende en gran
parte el éxito posterior del registro, puesto que los
abonados que presenten consumos más o menos constantes
• .
48
harán prácticamente innecesaria la exclusión de alguna
unidad luego de las mediciones. Además hay que anotar que
el tiempo de registro por abonado tiene que ser compara-
ble con él tiempo en el cual la característica a ser es-
timada ha sido establecida para lograr resultados es-
tadísticamente estables.
Por ser la población residencial, una población muy
variable respecto al uso de energía, es que se ha visto
la necesidad de que el diseño de la muestra estratifi-
cada presente una buena precisión. Considerando la res-
tricción del número de medidores, la única forma de con-
seguir menor variab i 1idad es aumentando el número de es-
tratos, pero se debe tomar en cuenta además el tiempo
que implicaría el registro, para una determinada divi-
sión, y la distribución del número de registradores por
estrato de manera que dicha muestra sea representativa.
Por lo tanto la. estratificación propuesta con una divi-
sión en 6 estratos y un tamaño de muestra total de 50
puede proveer resultados que sirvan real ¡u en te a los pro-
pósitos del estudio. En el Cuadro NQ 7 se presenta el
diseno de la muestra estratificada en el cual se indica
la distribución del número de muestras en cada estrato,
la variancia de la media de la muestra y el coeficiente
de variación. También se indican los intervalos de con-
fian 2a para el consumo promedio, considerando a cada es-
trato como un grupo independiente.
49
Con este tipo de diseño se puede planear la muestra
de manera que del registro se determinen demandas por
abonado cada intervalo de demanda durante el período de
medición que se establezca. Esto es que se dispondrá de
la curva de carga, demanda máxima, energía y factor de
carga para cada abonado muestreado, en cada uno de los
estratos.
Además el planeamiento de la información permitirá
obtener factores de coincidencia intraestarto, curvas de
carga de un estrato, energía de grupos, demanda de
grupos de abonados. Se obtendrán también relaciones
energía-demanda en cada intervalo, relación que es básica
para la administración de carga en transformadores. De
las mediciones interestratos se definirán factores de
coincidencia entre estratos con lo cual obtener una curva
de carga característica de los abonados residenciales.
Como se puede notar e 1 d iseño de una muestra es tra-
tificada estará sujeta a las condiciones de recursos dis-
ponibles por parte de la empresa interesada en realizar
un estudio de esta naturaleza; por ello resulta impor-
tante un análisis de la población a maestrearse a fin de
determinar condiciones que dicho análisis impondrá en el
diseño, con el fin de delinear un proceso factible de
implementar en base a dichas disponibilidades.
CUADRO NQ 1
DISTRIBUCIÓN DE LA FACTURACIÓN POR BLOQUES Dlv CONSUMO
BLOQUE
.123456789
; 10111213141516171819
: 2021
E 222324
: 25262728293031
RANGO(kWh/m)
1- 1011- 2021- 3031- 4041- 5051- 6061- 7071- 8081- 9091- 100
101- 120121- 140141- 150151- 160161- 200201- 240241- 300301- 400401- 500501- 600601- 700701- 800801- 900901- 10001001- 12001201- 15001501- 20002001- 30003001- 40004001- 50005001-10000
ABONADOSEN ELBLOQUE
384743475042570462716773726878368248855716401142396028568817919125761258312182680444992930200315971132155712089845812017711
ABONADOSACUMULADOS
3847819413236
. 189402521131984392524708855336638938029494533100561106249124168136744149327161509168313172812175742177745179342180474182031183239184223184804185005185082185093
ENERGÍAEN ELBLOQUE
( kWh/mes )
1969569365129491202705285395376300476225592221705827816849180949918547578767498845753213481275915933727654205519304006024637831899868149904513542791072004170127916071741680242138868569353234308586724
ENERGÍAACUMULADA( kWh/mes )
1969539060218551421256706651108295115591762151397 .23572243674073548357273383298215078909965312313134 i1507229318445058226505772569063728154420300542883155333332907612 .3397961635G80895372880693896831140356996410505284139361341480337
CUADRO NQ 2
51
DETERMINACIÓN DE LOS LIMITES POR ESTRATO
PARA UNA DIVISIÓN EN 8 ESTRATOS
ESTRATO
1o¿.
34567
, 3
RANGO(kWh)
31- 8081- 140141- 200201- 300301- 400401- 600601- 900901-1500
ACUMULADOEXACTO
410.79943.981364.761863.822212.842685.793124.873598.10
ACUMULADOCALCULADO
449.76899.521349.291799.052248.812698. 573148.333598. 10
ABONADOS
33852474452963525159121821130365303897
170003
ENERGÍA(kWh)
19328465186932497480561319244205519550384347531924380457
37069518
CUADRO NQ 3
DETERMINACIÓN DEL COEFICIENTE DE VARIACIÓNPARA DIFERENTES NUMERO DE ESTRATOS
NUMERO DEESTRATOS
234
- 56789
COEFICIENTE DE VARIACIÓN
n = 25
9.64436.67624.97144.05043.40773.02552.53942.3496
n-50
6 . 81884.72023.51482.86372.40932.13911,79531.6612
n = 75
5. 56693.85362.86952.33791 . 96691.74671.46571 . 3562
53
CUADRO NQ 4
TAMAÑO DE MUESTRA TOTAL PARA DIFERENTESNUMERO DE ESTRATOS (Coef . de Var ^=1%)
NUMERO DEESTRATOS
•~i
345678
2 Wh ai-,
105. 1672. 7954.2144. 1737. 1632.9927.69
2 Wh dh2
16823.438686. 135181.093537.962103.752043.671460.61
TAMAÑO DEMUESTRA
22781103614408290228160
54
CUADRO NQ 5
DETERMINACIÓN DEL COEFICICENTE DE VARIACIÓNPARA DIFERENTES TAMAfiOS DE MUESTRA
TAMAÑO DEMUESTRA
102030405060708090100
COEFICIENTE DE VARIACIÓN
5 ESTRATOS
6.40484.52863.69743.20192.86372.61412.42012.26362. 13412.0244
6 ESTRATOS
5.38853.81013. 11012.69382.40932. 19932.03611.90441.79541 . 7032
7 ESTRATOS
4.78413.38272.76182.39162. 13911.95261 .80761.69081 . 59411.5121
55
CUADRO NQ 6
DETERMINACIÓN DEL ERROR ESTÁNDAR Y DEL INTERVALODE CONFIANZA PARA NIVELES DE CONFIANZA DEL 68 Y 95%
ESTRATO
123456
DESVIACIÓNESTÁNDAR
19.9417.1539.1656.6284. 17186.54
PROMEDIO(ktfh/m)
68,2128.1216.9381.6621.61043.8
ERRORESTÁNDAR
68%
2. 82.45.58.0
11.926 .4
95%
5.54.810.915.723,351.7
INTERVALO DECONFIANZA
68%
65.4- 71.0125.7- 130.5211.4- 222.5373,6- 389.6609.7- 633.51017.4-1070.2
95%
62. 7- 73.7123.3- 132.8206 . 1- 227. 8365.9- 397.3598.3- 644.9992. 1-1095.5
56
| CUADRO NO 7t
DISECO DE LA MUESTRA ESTRATIFICADA
POBLACIÓN A M U E S T R E A R S E : RESIDENCIALHUMERO DE ESTRATOS^ 6
ESTRATO RANGO
3456
31-101-161-301-501-
100160300500800
801-1500
ABONADOSPOR ESTRATO
5065742356430781898694325494
170003
PESO PORESTRATO
.298
.249
.253
. 112
.055
.032
ENERGÍAPOR ESTRATO
345552254255809345405724557958626965734736
37069518
DESVIACIÓNESTÁNDAR
1917395684186
941516621754
ESTRATO DESVEST
123456
5.9424. 2739.9236.3234.6706.029
TAMAÑOPOR ESTRATO
8.005.7513.358.516.288.11
50
VARIANCIA DELA POBLACIÓN
4.41503. 17497.37194.69693.46834.4736
27.6006
COEFICIENTE DEVARIACIÓN
2.4093
RAÍZ DE LAV A R I A M C I A
5.2536
PROMEDIO DELA POBLACIÓN
218.0521
DISEtíO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMAÑO DE MUESTRA PARA CADA ESTRATO^ 50NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO
123456
PROMEDIO
68.1282163816211043.8
ERRORESTÁNDAR
5.54.810.915.723. 351.7
INTERVALODE CONFIANZA
62 . 7-123.3-206. 1-365.9-598/2-992. 1~
73. 7132.8227. 8397.3644 . 9
1095.5
3 ¿
— N
LO
"3--
—
fi ;T
M
7.0
0
T
r -.
--J?
Í
% /
— ==
É
*
l^_-- *
^j'
I
"-4
LT>
_¿^ ^
ÍF.
QE
V
AR
ÍAC
ION
— vrs
-TÁ
M.
DE
M
UE
ST
RA
E.O
O H
5.0
0
H
4.0
0 -i
i .00
1 .0
0
en CD
5
E5
T.
1
CAPITULO IV
ABONADOS COMERCIALES E INDUSTRIALES
IV.1 INTRODUCCIÓN
Por sus características de mayor heterogeneidad entre el
consumo de energía, la máxima demanda y su hora de ocu-
rrencia, en los abonados Comerciales e Industriales, es
que la variable ha considerarse para la división de la
población, debe posibilitar alguna forma de agrupamiento
de los abonados, a fin de reducir dicha heterogeneidad.
Entonces el análisis y validación de datos disponibles
determinará la me.jor alternativa de registro y poder rea-
liza r estimaciones del comportamiento de los abonados en
el Sistema,
L
IV.2 ABONADOS COMERCIALES
De acuerdo al "Reglamento para la Fijación de Tarifas
de Servicios Eléctricos" se define al servicio comercial
como "los servicios de energía eléctrica suministrados a
casas, ed ificios, departamentos, etc., destinados por el
abonado y/o sus inguilinos para fines de negocios o ac-
tividades profesionales, y a locales destinados a cual-
quier otra actividad por la cual sus propietarios y/o sus
60
arrendatarios perciban alguna remuneración del público que
a ellos concurra. Se clasificará por lo tanto dentro del
servicio comercial, el suministro de energía a tiendas,
almacenes, salas de cine, hoteles y afines, y clínicas
particulares, Embajadas, Consulados y todos aquellos usua-
rios que no puedan considerarse como residencias o indus-
trias."
Esta definición permitirá enmarcar a la población para
la determinación del marco muestral y de las unidades de
la población que serán seleccionadas para la muestra. Para
efectos de la investigación deberán tomarse en cuenta ade-
más , que las unidades de muestra seleccionadas para el
registro presenten características de carga cercanas a las
señaladas como típicas para este tipo de abonados como
curvas de carga, factor de carga, hora de ocurrencia del
pico; puesto que estos serán los únicos parámetros refe-
renciales en los cuales basar la representatividad o no de
la muestra.
Ya que dentro de este contexto se encuentran inclui-
dos todos los abonados comerciales, vale la pena recalcar
que el estudio va destinado al análisis de aquellos abo-
nados que no tienen registros de demanda, sino, únicamente
de energía y que por no contar con mayor información no
existe un conocimiento de su comportamiento e incidencia
dentro del sistema.
61
Debido a que estudios tendientes al conocimiento de
características de carga, a nivel de abonados, no se han
realisado aún, no es posible contar con datos referencia-
les para un análisis más profundo de la población acerca
de la forma de utilización de la energía.
Un estudio que puede ayudar, como punto de partida,
para enrumbar el diseño y planeamiento del registro de
carga en este tipo de abonados, constituye una encuesta
realizada en 1983, a los pequeños comerciantes de Quito y
de diferentes provincias, para determinar "La incidencia
del gasto en energía eléctrica en los costos de operación
de los Pequeños Comerciantes", mediante convenio entre el
INECEL y la Escuela Politécnica Nacional. El Cuadro NQ Q
presenta una distribución, en porcentaje, de los comercios
por tipo de establecimiento y su consumo promedio.
En el Cuadro NQ 9 se presenta, también en porcentaje,
la utilización del local por tipo de establecimiento, para
los Pequeños Comerciantes de Quito; cuadro tomado, conjun-
tamente con el anterior, de la referencia NQ 16.
En dicho cuadro se observa que un buen porcentaje de
abonados utilizan su establecimiento comercial además como
vivienda y por esta razón, su comportamiento respecto al
uso de la energía será similar al que presenten los abona-
dos residenciales, pues sus hábitos de consumo y equipa-
62.
miento eléctrico tienden más a ser los de un abonado resi-
dencial .
A más de ello, en el mismo estudio se estipula que,
la tarifa aplicada a los pequeños comerciantes de Quito
presenta los siguientes porcentajes: Tarifa comercial el
60.16%, tarifa residencial 29.30% y otras el 10.53%.<ie>
A pesar de que los valores anotados anteriormente cons-
tituyen estimaciones, por ser determinados de una encues-
ta, bien pueden ser considerados como orientativos para el
presente análisis.
Entonces, bajo estas consideraciones, al momento de
determinar el marco muestral existirá el inconveniente de
diferenciar aquellos abonados clasificados corno comercia-
les pero cuyas características pueden ser totalmente dife-
rentes a las esperadas para los abonados netamente comer-
ciales, debido esencialmente a los hábitos de consumo
diferentes en algunos de estos abonados . Precisamente la
falta de definición de las unidades de la población puede
llevar a que la representatividad de los resultados sea
seriamente afectada. Entonces el procedimiento de selec-
ción de las unidades de muestra será el punto crítico al
momento de diseñar la muestra para este tipo de abonados.
Sin embargo de esto, es necesario tratar de posibi-
litar una adecuada división de la población en base a los
63
datos existentes para los abonados comerciales. Una de
estas posibilidades la dan los datos de distribución de la
tarifación por bloques de consumo mensual, preparados por
la E.E.Q.S.A., y que presuponen el escogitamiento del con-
sumo promedio mensual como variable para estratificar.
Ahora bien una división bajo este aspecto puede resultar
contraproducente, ya que, consumos similares pueden pre-
sen.tar relaciones totalmente distintas debido a cuestiones
del tipo de negocio o por el equipamiento eléctrico de
cada establecimiento. Así por ejemplo, entre un negocio de
venta de calzado, cuyo uso de energía lo destina prin-
cipalmente a iluminación, y un salón de belleza que además
destina la energía al funcionamiento de otros equipos; a
pesar de que podrían presentar consumos promedios mensua-
les similares, que los ubicaría dentro de un mismo estra-
to, sus curvas de carga diferirán notablemente y además
sus demandas máximas también serán diferentes en valor y
en la hora de ocurrencia, por lo cual será difícil esta-
blecer una relación energía-demanda lo menos variable po-
sible.
Procurando cumplir con la finalidad ' del estadio, se
tiene que buscar alguna otra característica de la pobla-
ción, para en base a ella establecer grupos más homogé-
neos y que permitan suponer una buena representatividad
de los resultados, para su aplicación futura por .parte de
los personeros de la o las empresas que lleven a cabo es-
dflBfc
64tudios de esta índole. Una característica que puede po-
sibilitar una distribución más homogénea de las unidades
de la población y estimaciones más precisas de las rela-
ciones de carga es la consideración del destino del uso de
la energía, por parte de los abonados, es decir, a que se
destina la energía si a iluminación o al funcionamiento de
diversos equipos y artefactos eléctricos en los estableci-
mientos comerciales.
La existencia de una diversidad de negocios que tie-
nen formas similares de utilización de energía permite
pensar que una agrupación de dichos negocios posibilitará
una mejor estimación de las características promedio para
los abonados comerciales. Aqui los datos que pueden servir
para el diseño de la muestra lo constituyen los listados
de afiliados o la guia comercial de la Cámara de Comercio
de Quito, cuya información de los abonados puede resultar
útil si se decide utilizar dichos datos para seleccionar
las unidades de muestra.
DIVISIÓN DE LA POBLACIÓN
En función de los objetivos del estudio una mejor re-
presentatividad de los resultados puede ser obtenida agru-
pando a los comercios en función del destino que tendrá la
energía, procurando establecer grupos que permitan deducir
una buena representatividad de estas características de
65
carga.
Entonces una división propuesta en base a esta variable
sería la siguiente:
- Comercios que destinan la energía básicamente a ilumina-
ción ,
- Comercios con iluminación y artefactos varios.
- Comercios con mayores consumos como restaurantes y hote-
les .
La conformación de estos grupos estará dado por comer-
cios de características similares, tratando de establecer
un mismo patrón en la utilización de la energía. Así por
ejemplo, dentro del primer grupo se tendrán almacenes y
negocios varios, cuyo consumo más importante corresponde a
iluminación, los cuales comprenden establecimientos como
agencias de viajes, de publicidad, librerías, papelerías,
boticas, ferreterías, almacenes de venta de calzado, de
ropa, telas, de artículos decorativos, artefactos para el
hogar, de repuestos en general, venta de muebles, oficinas
en general, etc.
El segundo grupo estaría conformado por servicios va-
rios, los mismos que incluyen comercios tales como pelu-
querías y salones de belleza, estudios fotográficos, ta-
lleres de reparaciones eléctricas y mecánicas, vulcaniza-
doras,
etc .
66,
clínicas, consultorios médicos y odontológicos,
El último grupo abarcará establecimientos de atención
a comensales tales como bares, salones y restaurantes,
cafeterías, discotecas; pensiones y residencias.
iCon esta clasificación cada grupo abarcará un amplio
rango de consumo, sin embargo, por la similitud en el des-
tino de la energía, será posible determinar de forma más
aproximada las relaciones anteriormente indicadas para
cada grupo y de allí deducir una curva de carga represen-
tativa de los abonados comerciales.
Puesto que no se logra establecer una distribución en
intervalos, con la agrupación establecida, no es posible
aplicar el método descrito para los abonados Residenciales
y determinar parámetros estadísticos que puedan servir
como base en la comparación con valores estadísticos que
resultaren de la muestra seleccionada. Además la falta de
disponibilidad de información acerca de todas las unidades
no posibilita la conformación de un marco muestral sólido,
ya que los listados de la Cámara de Comercio corresponden
únicamente a los comercios afiliados y no al total de abo-
nados comerciales. Entonces, en estos abonados, se hace
indispensable realizar un estudio preliminar, con el fin
de comenzar a recabar información, para ir registrando ín-
67
dices estadísticos y porcentajes que luego servirán en la
implementaoión cié estudios de mayor alcance, y que cuenten
con datos más reales, y que también den una idea sobre la
capacidad de la división establecida para presentar carac-
terísticas de carga similares o típicas para cada grupo.
IV.3 ABONADOS INDUSTRIALES
El servicio de energía eléctrica industrial es aquel
"suministrado a locales tales como: fábricas, talleres,
aserraderos, molinos, etc., destinados a la elaboración
y/o transformación de productos, por medio de cualquier
proceso industrial."
Esta definición, tomada del "Reglamento para la fija-
ción de tarifas de los servicios eléctricos", servirá
esencialmente para establecer el universo de la investiga-
ción, fundamentándose en los datos disponibles de este
tipo de abonados. Corno dentro de esta definición se abarca
a todos los industriales, hay que recalcar, que el estudio
va dirigido solamente a aquellos industriales que no tie-
nen medición de demanda, y que por ello no existe un real
conocimiento de sus características de carga.
De igual manera se tendrá que considerar, como en los
otros tipos de abonados, la curva de carga y la máxima
demanda, luego de ejecutada la muestra, con el fin de ob-
68
tener parámetros de demanda representativos e inferir su
comportamiento dentro del sistema.
Dos fuentes de información fueron los que proporciona-
ron los datos para su análisis; por una parte la Empresa
Eléctrica "QUITO S.A." y por otra la Cámara de Pequeños
Industriales de Pichincha. La validación de esta infor-
mación proporcionará elementos de juicio para establecer
la mejor alternativa de agrupación, priorizando los ob-
jetivos que persigue el estudio.
Los industriales son los que mayores características
de variabilidad presentan, ya que, cada 'tipo de industria
tiene inmerso un proceso de producción específico y la
maquinaria eléctrica utilizada en dicho proceso también
difiere de una industria a otra, y aún dentro de un mismo
tipo de industria; esto debido al mayor o menor equipa-
miento de las mismas. Por ello existirá una alta variabi-
lidad en la utilización de la energía, lo cual conduce a
pensar que los datos de consumo mensual no presentan una
buena correlación con respecto a las máximas demandas y su
hora de ocurrencia, como la que se puede inferir en los
abonados residenciales.
Esto condujo a examinar otras características que per-
mitiesen suponer la existencia de una mejor corelación
entre energía y demanda, tropezando con serías dificul-
69
tades para obtener información que sirva al propósito in-
dicado. En las planillas para solicitud de servicio eléc-
trico a industriales se hace constar la carga instalada
que cada abonado posee al momento de solicitar el ser-
vicio, podiendo ser esta otra variable con la cual obtener
otra posible división de la población y que la puede de-
terminar la Empresa Eléctrica. Mas, esta información co-
rresponde a registros de muchos años atrás, la cual nunca
ha sido renovada, y que por lo mismo puede acarrear muchos
errores y por ende no ser de ninguna forma representativa.
Datos recogidos en la Cámara de Industriales y Peque-
ños Industriales de Pichincha compilados en los respec-
tivos directorios dieron un indicio de la forma de agrupa-
ción que presente menor variabilidad. La división presen-
tada en dichos directorios es por sectores de la produc-
ción (textil, alimenticio, metalmecánico, etc.) y la con-
formación misma de los grupos da la idea de una mejor
perspectiva de la investigación en estos abonados.
DIVISIÓN DE LA POBLACIÓN
De lo expuesto anteriormente, la forma más viable de
agrupación es mediante la ubicación de la industria en el
sector de la producción de acuerdo con la "Clasificación
Industrial Internacional Uniforme Cllf" y establecida por
las cámaras de la siguiente manera:
~ Sector Alimenticio
- Sector Cuero y calzado
- Sector Gráfico
- Sector Maderero
~ Sector Materiales de la construcción
- Sector Metalmecánico
- Sector Químico-plástico
- Sector Textil y afines
En procura de agilitar la toma de mediciones y de
acortar el tiempo del muéstreo, la división anterior puede
ser agrupada en un menor número de sectores considerando
que existen sectores con poca incidencia, por su número
reducido, y que además pueden presentar características de
carga similares. Entonces los grupos así conformados son
los siguientes:
- Sector Alimenticio
- Sectores Cuero y calzado, Materiales de la construcción
y químico-plástico
- Sectores Textil y Gráfico
- Sectores Metalmecánico y Maderero
La conformación del marco muestral será uno de los
principales obstáculos para la selección de la muestra,
puesto que los listados disponibles en la Cámara de Peque-
ños Industriales no cuentan con el registro completo de
71
los pegúenos industriales y por ende la definición de la
población no es' tari real, por restricciones de informa-
ción, y debido a que el tamaño de muestra está limitado
por cuestiones económicas, un registro de carga, apoyado
en la agrupación establecida, puede ser aprovechado para
precisar valores estadísticos que luego sean utilizados en
estudios de mayor envergadura que cuenten con la informa-
ción necesaria y real de la población de manera que los
objetivos del estudio puedan ser definidos de mejor forma.
Por ello, desde ya, habrá que buscar procedimientos de
registro de abonados, por parte de las empresas, que per-
mita disponer de una mayor información que pueda servir en
investigaciones futuras.
72
CUADRO NQ 8
DISTRIBUCIÓN DE LOS PEQUEÑOS COMERCIANTES PORTIPO DE ESTABLECIMIENTO Y CONSUMO PROMEDIO
TIPO DEESTABLECIMIENTO
TIENDAS DE ABARROTESALMACENES Y NEGOCIOS VARIOSRESTAURANTES Y HOTELESSERVICIOS VARIOSOTROS
DISTRIBUCIÓN
41.1920.9111.6613.3612.88
CONSUMOPROMEDIO(kWh/MES)
1721861961611084
73
CUADRO NQ 9
UTILIZACIÓN DEL LOCALPOR TIPO DE ESTABLECIMIENTO
Pequeños Comerciantes-Quito (%)
TIPO DEESTABLECIMIENTO
TIENDAS DE ABARROTESALMACENES Y NEGOCIOS VARIOSRESTAURANTES Y HOTELESSERVICIOS VARIOSOTROS
SOLOCOMERCIO
29.2874.7889.4180.2864 .39
COMERCIOY VIVIENDA
70.7295 99
10.5919.7235.61
CAPITULO V
CONCLUSIONES Y RECOMENDACIONES
La necesidad e importancia que reviste la investigación de
carga dentro de la planificación, organización y diseño de los
Sistemas de Distribución, ha determinado que se den los pasos
iniciales para delinear procedimientes factibles de implamentar
con el propósito de determinar parámetros de demanda, los mis-
mos que proporcionarán información sobre las características de
la carga en los sistemas del país.
i
Puesto que el número de usuarios de una empresa eléctrica
es bastante grande, un registro en todos y cada uno de ellos
será obviamente prohibitivo por la cantidad de información in-
volucrada y los costos que demandaría. Por lo tanto, procedi-
mientos estadísticos de muestreo son los más convenientes para
este tipo de estudios pues, el muestreo, es un método cientí-
fico que permite hacer generalizaciones, acerca de una pobla-
ción, examinando cuidadosamente a unos pocos individuos; ade-
más, permite simplificar la investigación y economizar tiempo y
dinero al manejar un menor volumen de información.
Se ha establecido que el consumo mensual de energía en kWh,
único dato disponible para los abonados en estudio y que además
esta correlacionado • con la demanda, es un factor determinante
'V c/ O
para seleccionar el tipo de-muestreo. Precisamente del análisis
y validación de datos, para los abonados residenciales, se pudo
determinar que el método factible a i mp1eme n t a r s e es el mues-
treo aleatorio estratificado, método que consiste en dividir
una población en grupos mutuamente excluyentes en ios cuales
fijar un tamaño de muestra y calcular índices estadísticos me-
diante los cuales inferir si es que tal o cual diseño propor-
cionará mayor representa!ividad de la muestra.
Con este método se logra reducir la heterogeneidad de la
población obteniéndose de esta forma una ganancia en preci-
sión de la característica a ser estimada. Además este procedi-
miento garantiza una representación adecuada, en la muestra, de
todos los estratos y una simplificación en la supervisión del
registro y procesamiento de la información.
El método delineado,, mediante la regla desarrollada por
Dalenius y Hodges, para la construcción de los estratos y la
fij ación de las un idades de muestra en cada estrato, acorde con
el principio de afijación de Neyman, permite minimizar la va-
ri an e i a de la estimada de la muestra logrando au men t a r el g r ad o
de precisión en el diseño.
La precisión de una muestra estratificada depende de dos
factores: el número de estratos en que se divida a la población
y el número de muestras a ser registradas. Mientras mayor es el
numero de estratos la precisión de la muestra aumenta , para un
76
tamaño cíe muestra fijo, y también la precisión es mejor rruando
se aumenta el tamaño de muestra, para un número de estratos
determinado. Entonces un análisis ponderando estos dos facto-
res, juntamente con cuestiones económicas, de tiempo y repre-
sentatividad, permite determinar la estratificación final para
su planeamiento posterior. De allí que, la fijación de una di-
visión máxima en 6 estratos y un tamaño de muestra total mínimo
de 50 registradores garantizará una buena representativiciad de
la población. Sin embargo sería recomendable que, para evitar
que la exclusión de un idades del registro pueda provocar resul-
tados no representativos, el numero de registradores indicado
se incremente, de manera que exista la confianza en los resul-
tados del muestreo; a pesar de que ello implica un mayor desem-
bolso económico.
Entonces para la determinación del diseño ha irnplementarse se
deben tomar en cuenta las disponibilidades y recursos tanto
financieros cuanto de personal, para llevar adelante la Inves-
tigación de Carga, así como también de tiempo y representativi-
dad de la misma,
Una ves establecida la estratificación final se deberán
determinar los abonarlos pertenecientes a cada estrato, en base
a los registros individuales ríe consumo. Considerando que la
selección de la muestra es aleatoria, debe existir plena segu-
ridad de que a todos y cada uno de los abonados se los ubique
en el estrato al que realmente pertenecen, a fin de evitar el
77
movimiento de las unidades entre estratos. Puesto que cíe la
selección de las unidades de muestra depende en gran parte el
éxito del muestreo, especial cuidado debe tenerse en este
punto; por lo tanto, para evitar el movimiento' entre estratos
de las unidades seleccionadas, un promedio del consumo mensual
para registros de todo un año debe ser realizado en el abonado
con la finalidad de que dicho valor sirva para verificar si es
que dicho abonado realmente corresponde al estrato del cual fue
seleccionado o si por el contrario tenga que ser substituido en
la muestra.
El hecho de no haber realisado esta parte del estudio, se
debe a que, tanto la conformación del marco muestra! cuanto la
selección de las unidades de muestra tienen que ser hechas con
un tiempo lo más corto posible previo a la toma de mediciones,
precisamente para evitar las fluctuaciones del abonado respecto
al consumo de energía y que la muestra corresponda realmente al
estrato de la cual fue seleccionada.
En cuanto se refiere a los abonados Comerciales e indus-
triales, la mayor heterogeneidad de sus unidades en cuanto a la
relación entre el consumo de energía, la máxima demanda y su
hora de ocurrencia determinó que otras características sean
consideradas, para establecer la división de la población y
conformación de grupos que puedan presentar mayor estabilidad y
representatividad de los resultados a obtenerse. Sin embargo,
la restricción en la información para estos abonados no per-
78'7
mitira realizar una adecuada conformación y ubicación de las
unidades de muestra en cada grupo, lo cual puede hacer peli-
grar la validez de la información resultante. Por lo tanto será
necesario llevar adelante un estudio preliminar, de corta dura-
ción, mediante una encuesta de la cual se recabe información
tal como tipo de negocio o industria, artefactos y/o maquina-
rias eléctricas que utilizan estos abonados, con el propósito
de obtener índices y porcentajes de la población y además ve-
rificar si las agrupaciones indicadas realmente representarán a
sus respectivos universos; y luego si, desarrollar el muestreo
en base a las divisiones propuestas.
Entonces se desprende que el problema más crítico en este
tipo de registros es la determinación del marco muestra! y la
selección de la unidad de maestreo. Esta unidad debe ser cuida-
dosamente seleccionada para asegurar la validez de los datos
derivados de las pruebas; ya que, debido a una selección apre-
surada de la unidad de prueba, los resultados pueden no proveer
una seguridad aceptable ni precisión en los datos obtenidos y
representarían pérdidas no solo económicas sino también de
tiempo y esfuerzo para la empresa que realiza la investigación.
Además un efectivo planeamiento de las mediciones asegurará la
determinación de parámetros tanto individuales como por estrato
y por tipo de abonado, con lo cual se puede determinar el mayor
número de relaciones de demanda como factor de carga por abona-
do y grupo de abonados, factores de coincidencia por estrato e
interestrato, máxima demanda diversificada, etc.
79
Por lo tanto, este tipo de estudios tiene que ser realizado
en forma inmediata puesto que el poco conocimiento del compor-
tamiento y utilización de la energía por parte de estos abona-
dos no ha permitido reflejar realmente, dicho comportamiento,
en el dimensionamiento de la carga a ser servida, de allí sur-
gen sobredimensionamientos y subutilinación de ciertos equipos,
lo cual va en detrimento de los recursos financieros de la em-
presa .
03•H SH
M O 2:
'H P en 0) '-o -H O "D ÍH •O O
O ü •H X '<U
o a en cd CD -a 03 CL>
'•O O o
cd
cdrH
J-t
rH
D
O
-P
O Q
01 0) c o •H o
c •H p cd G •H Vi o -p
«tí rH O f-!
O " o -C 'Qfi
C •H —t a s 5 co C
U
T3 cd •H -P td a -u •H -P
tía -H S C O -H -P tí -H Ü O ífi
K
cd -P en rH
a cd o OJ ÍH -a (U'
c o •H P
CO
c -o
o íd
in o
• H J
~G fxí
^
10
T7 0)
ü t30
C • H
rH E id co
o ÍH ¡d 0)
cd a 'Qlj c • r
H C O en '4-1 O u Q •H -P íd
•rH
4-3 •a Oi cti o
co
•H -P (Í3 • H
4-J Ctí
-P CO
CD
'30
•tH m cd c cti
cd ce cd o
tu]
c •H P íd •H 'O o •H -p cd • H Ü O
<D 03 cd o 61 •H P íd -P co TJ a QJ
=U
Cij
P
-H •0) Q C id •H C
03
-H
Cam
pan
te
Üfl
C •H P Ctí
C •H
CD CQ
2 o cd _c p— >; rn Dd -v
Cn cd ^¿ •H 5-i id Í/
J 1 — 1
co 1 — 1
•u ÍH •rH <D
£-!
"O c íd ifl o •H -P t/J •H í-i
CD 4-J O cd M
e-- LO co rH O p ín o 'O¡]
<G
-, en c o •H p o Cd 01 c Ctí
ÍH H
c o ífl
,,-J -a w '•M O c o •H •p
. cti
•H Ü O en ín <c 1 — i
co i — 1
in o •H -P en •rH
P id -P CO co rH a £ íd CO <D Í-J íd ín -P :
!
O í/3 <D CCi
en CD "C Cd Q í-H;
^
ÍH
"
O -P -P •D c D ÍH CU
: — i
Si
TH ¡ —
1
m c o•r
H
-P cdrH cj "0-
3 fu ÍX 1 ! cd ÍH 'D T
J 'D í-¡4 5 <u 23 rH O
Q CO CD
iH O •H ¡ 3 1-3 -C O -P ttO c •H rH
fa
81
[11] Wurmlinger, A. y Egly, D., " Distribution Transíormer Load
Management", I.E.E.E. T-PAS., Julio 1968.
[12] Bredahl, A.C. "Home Wiring Manual", McGraw Hill Book Co.,
1957,
[13] Nicket, D., y Braunstein, H., "Distribution Transformer Loss
Evaluation. II. Load Characteristics and System Cost Parameters",tI.E.E:.E. T-PAS., Febrero 1981.
[14] Doms, F. , "La Estadística que Sencilla", 2da. ed., PARA-
NINFO, Madrid, 1969.
[15] Ecuador, INECEL-EPN, "Incidencia de los Precios de la Energía
Eléctrica en el Presupuesto Familiar de los Usuarios Residen-
ciales", Quito, 1983.
[16] Ecuador, INECEL-EPR, "Incidencia del G-asto en Energía Eléc-
trica en los Costos de Operación de los Pequeños Comerciantes",
Quito, 1983.
APÉNDICE NQ 1
DELIMITACIÓN DE LA POBLACIÓN
La delimitación de la población en estudio, es el primer
paso para la implementación del método descrito en el capítulo
III; además, dicha delimitación permitirá establecer el marco
muestral de la población mediante el cual se seleccionen las
unidades de muestra para el registro respectivo. Por ello es
importante definir los límites mínimo y máximo de kWh/iiies
representativos de los abonados residenciales.
Un primer análisis de estos límites se los hizo en base a
los resultados de una encuesta realizada en 1983, mediante un
convenio entre INECEL y la EPN, para la determinación de la
"Incidencia de los precios de la energía eléctrica en el presu-
puesto familiar de los usuarios residenciales"<ls>, datos que
se encuentran tabulados en el Cuadro NQ 1.
CUADRO NQ 1
CONSUMO DE ENERGÍA EN ABONADOS RESIDENCIALES.
CONSUMO DEENERGÍAELÉCTRICA
QUITO
AZUAY-CAÍÍAR
IMBÁBURÁ-CARCHI. ...._ __
VALORMÍNIMOkWh/MES
4.0
16.0
0.0
VALORMÁXIMOkWh/MES
1613,0
1047.0
1690.0_
VALORMEDIOkWh/MES
186.55
156.89
91 .95
83
Para una mejor determinación del límite inferior se toma en
cuenta un número promedio de artefactos por abonados, señalado
en el mismo estudio, para el estrato con menor nivel de ingreso
mensual (hasta $4000) y para el límite superior se toma el es-
trato de grandes ingresos (mayores que $60000), datos mostra-
dos en el Cuadro NQ 2.
CUADRO NQ 2
ARTEFACTOS PROMEDIO POR ESTRATO
ESTRATO
hasta $4000
más de $60000
CONSUMOPROMEDIOkWh/mes
54.68
505.10
NUMERO
1
3
17
2
1
o
3
1
3
DE
4
1
1
ARTEFACTOS
5
0
1
6
0
1
7
0
1
PROMEDIO
8
0
1
9
0
0
10
0
3
donde 1,- Número de focos2 . - Televisión3.- Radio + equipo de sonido4.- Plancha5.- Refrigeradora6.- Calentador de agua7.- Ducha eléctrica8.- Lavadora + secadora9.- Cocina10.- Otros
Realizando una estimación de los consumos medios mensuales
por artefacto, se puede estimar el consumo mensual por abonado
en dichos estratos, considerando un tiempo promedio de utiliza-
ción del artefacto y su potencia nominal. Por ejemplo un abo-
nado promedio del primer estrato equipado con 3 focos de 60
watios, utilizados un promedio de 4 horas diarias consumirá al
84
mes 21.6 kWh, si se añade el uso de un radio de 50 watios du-
rante 3 horas al día hará un total 26.1 kWh/mes. Incorporando
una plancha de 1000 watios empleada, en promedio, 4 horas a la
semana y conectada únicamente el 60% del tiempo debido al ter-
mostato, da un consumo total de 35.7 kWh/mes. Si a este equi-
pamiento se adiciona un televisor de 100 watios utilizado más o
menos unas 6 horas diarias se tiene un consumo mensual total en
promedio de 53.7 kWh/raes. Por ser este un equipamiento prome-
dio, se puede adoptar como consumo mínimo el de 31kWh/mes, en
números redondos, para asegurar la incorporación al estudio del
mayor número de abonados de bajos consumos y pocos recursos
económicos.
Bajo el mismo criterio, en el otro estrato, se tiene que un
abonado con el equipamiento promedio indicado y tomando con-
sumos promedios para artefactos tales como calentador de agua,
lavadora y refrigeradora, de la referencia 12, llegará a con-
sumir alrededor de 600 kWh/mes, esto dependiendo de la utiliza-
ción misma de los artefactos. Si a este usuario se añade una
cocina eléctrica, que puede considerarse exige 200 kWh/mes^12>,
su consumo promedio mensual sería aproximadamente 800 kWh/mes.
Para una mejor determinación del consumo máximo a conside-
rarse en el estudio, se puede hacer un análisis en función de
las demandas. Así, de la referencia 13 se toma un valor de má-
xima demanda individual de 7 KVA registrado para un intervalo
de demanda de 30 minutos, con un factor de carga a nivel de
85
transformador de 26, 6%, para un abonado con un buen equipamien-
to de artefactos y además cocina y calentador de agua en los
Estados Unidos. Asumiendo un factor de potencia de 0.9 y factor
de carga 25% a nivel de abonado, la energía mensual será:
E=7KVA*0.9*0.25*720h - 1134 kWh/mes
•
De estos valores se adopta como límite máximo el de 1500
kWh/mes como representativo de los abonados residenciales. Sin
embargo no hay que descartar la posibilidad de realizar un es-
tudio similar en los abonados con consumos mayores a 1500
kWh/mes para ver su incidencia dentro de la clase,
Vale la pena aclarar que este análisis se basa en valores
estimativos y resultados de una encuesta, por lo cual sirven
un icamente como orientación para una mejor definición de los
límites de la población. Además los consumos en los cuales se
basa el cálculo de la energía por artefacto son promedios fun-
damentados en un razonamiento práctico.
Entonces la población así del imitada representa el 87.18%
del total de la población y su distibución se muestra en el
Cuadro NQ 3.
86
CUADRO NQ 3
DISTRIBUCIÓN DE LA FACTURACIÓN POR BLOQUES DE CONSUMO.
.OQUE RANGO
1234567891011121314151617181920212223
31-4.1-51-61-71-81-91-
101-121-141-151-161-201-241-301-401-501-601-701-801-901»1001-1201-
405060708090100120140150160200240300400500
. 600700800900100012001500
ABONADOSEN ELBLOQUE
57046271677372687836824885571640114239602856881791912576125831218268044499293020031597113215571208
ABONADOSACUMULADOS
570411975187482601633852421005065767058812978732593013110932123508136091148273155077159576162506164509166106167238168795170003
ENERGÍAEN ELBLOQUE
20270528539537630047622559222170582781684918094991854757876749884575321348127591593372765420551930400602463783189986814990451354279107200417012791607174
ENERGÍAACUMULADA
20270548810086440013406251932846263867334555225265021711977879965278881102120945831485374218226507224320262547208627935869298357373133478232689061337610653546234437069518
APÉNDICE NQ 2
DISECO DE LA MUESTRA PARA ABONADOS RESIDENCIALES
.Los . abonados.__. .residenciales son. -una--buena-p©blac-ión par-a-
ilustrar el procedimiento de diseño de una muestra estratifi-
cada, ya que, el número de abonados es usualmente grande y por
ende se necesita conocer su influencia como grupo dentro del
sistema.
En este estudio las relaciones interestratos son muy impor-
tantes, de allí, que se hace necesario diseñar la muestra con-
siderando los objetivos y restricciones inherentes a esta
investigación, para encontrar un tamaño de muestra represen-
tativo y una división de la población que presente una buena
precisión de la característica a ser estimada. Este tamaño será
el que imponga el grado de precisión en cada "estrato; indepen-
dientemente, y en la muestra en general.
Un estudio de esta naturaleza permitirá determinar valores
tanto individuales como por estrato y entre estratos, procuran-
do obtener el mayor número de relaciones que se puedan derivar
de esos valores, una vez que el análisis estadístico de los
datos recopilados de las mediciones indique la representativi-
dad de ios mismos.
El método a implementarse y que se halla , descrito en el
capítulo III se basa en una característica de la población en
.
estudio que permita establecer una distribución en bloques y
una división en rangos o intervalos de aquella característica a
ser estimada, con el fin de aplicar la regla del acumulado de
la raiz del producto de u y f para la elección óptima de los
estratos. l
Por lo expuesto en el Apéndice NQ 1, la característica en
consideración será el consumo mensual por abonado, valor que
permitirá establecer una relación con la demanda y, a su vez,
derivar información como la de factor de carga, factor de coin-
cidencia, máxima demanda y su hora de ocurrencia, etc.
En el Cuadro NQ 1 se muestra la distribución establecida en ¡¡
base al valor del consumo promedio mensual por bloque y la de-
terminación del acumulado de la raiz de uf. Se nota que losi ¡:
intervalos no son de longitud uniforme y por ende el valor de u r
para cada bloque varía de acuerdo a la longitud del primer in-
tervalo . Así, para el bloque 1 desde 31 hasta 40 kHh/mes se |,
escoge u~l con lo cual todos los intervalos que tengan igual ¡
longitud tendrán ese mismo valor. En cambio para el bloque 20,:i
por ejemplo, el valor de u es 10, puesto que la longitud de i
ese bloque es 100, resultando ser 10 veces la del bloque 1;"•
esta relación se la genera para cada uno de los bloques. Ahora
en la columna correspondiente al acumulado se tiene que dicho.
valor se va acumulando con el valor anterior, para cada Ínter-;
valo sucesivo. Con esta distribución se procede a determinar
los límites de los estratos.
89
Si se desea dividir a la población en 3 estratos, la fija-
ción de límites por estrato, mostrada en el Cuadro NQ. 2, se la
hace de la siguiente manera. El limite inferior del primer es-
trato vendrá dado por el limite inferior del primer bloque,
luego dividiendo, el valor final del acumulado, esto es 3598.09,
para 3 se obtiene el cociente 1199.36 que servirá como valor
referencial para determinar el límite superior del primer es-
trato. Este valor de 1199.36 se compara con los valores deli
acumulado, para cada bloque, y la menor diferencia establecerá
que el 1 imite superior de ese bloque sea al límite superior del
estrato. Por lo tanto este estrato quedará limitado entre 31 y
160 kWh/mes.
El límite inferior del segundo estrato obviamente es el
valor del límite inferior del siguiente bloque., es decir 161 y
para encontrar el límite superior de este estrato, e 1 valor
referencial se muItiplicará por 2 y a este valor nuevamente se
lo compara con el acumulado para. cada bloque y nuevamente la
menor diferene ia establecerá como límite superior del estrato
el límite superior del bloque así definido. Por lo tanto este
estrato queda comprendido entre 161 y 500 kWh/mes. Luego los
límites del último estrato son fac i luiente determinados y en
este caso, para el tercer estrato, se tienen límites de 501
hasta 1500 kWh/mes.
Este procedimiento es repetitivo de acuerdo al número de
90
estratos en que se desee dividir y sirve como base para el di-
seño de la muestra. A la par con la fijación de límites en
los estratos, también se efectúa la distribución de los
abonados(Nh)j la energía consumida(Xh) y la desviación están-
dar (cr^) correspondiente a cada estrato, valores que luego sir-
ven en el cálculo del tamaño de muestra por estrato(nh), la
Variancia y el error estándar de la media de la muestra y del
coeficiente de variación de la muestra. El valor de este coefi-
ciente, que viene dado por la relación del error estándar de
una estimada al verdadero valor de la población a ser estimado,
expresado en porcentaje permite comparar la variabilidad de una
muestra, considerando el promedio de la población, e incluso
comparar la variabilidad de varias muestras^-L4>.
Un cálculo importantísimo en este tipo de diseños es el del
peso del estrato(Wh), valor que, conjuntamente con la desvia-
ción estándar por estrato, sirve para la fijación del número de
muestras necesarias en cada estrato. Este peso está dado por la
relación del número de abonados del estrato respecto al total
de abonados en estudio.
Como ya se indicó anteriormente este método permite con-
siderar a cada estrato como un grupo independien te, por lo
cuál, es posible tomar a cada estrato y realisar en él un mués-
treo aleatorio simple, a fin de determinar factores y paráme-
tros de demanda inherentes a cada estrato. Entonces, para cada
estrato, se debe calcular el error estándar de la. muestra que
91
el tamaño de muestra total puede proporcionar, con un determi-
nado nivel de confiansa(95%); asi como también los limites de
confianza para la media de la muestra en cada estrato.
En el Cuadro NQ 2 se puede observar el diseño de la muestra
estratificada para una división en 3 estratos y un tamaño de
muestra total de 100 registradores. Adicionalmente se presentan
los valores del promedio de consumo, error estándar y limites
de confianza para la media de la muestra, considerando a cada
estrato como un grupo independiente. En los Cuadros NQ 3 y N Q 4
se presentan los diseños para tamaños de muestra total de 75 y
50 registradores respectivamente, en los cuales se puede com-
probar la pérdida de precisión de la muestra por el aumento de
la variártela; esto se refleja también en el coeficiente de va-
riación el mismo que aumenta conforme se reduce el tamaño de
muestra..
Estudios de esta naturaleza basan su éxito en una acertada
selección de las unidades tanto de la población como de la
muestra para evitar distorsiones o "sesgos" en la estimación de
la característica bajo estudio y también en una buena planifi-
cación de las mediciones y procesamiento de la información. Un
efectivo planeamiento del registro permitirá 1levar adelante
tanto la muestra estratificada cuanto la muestra simple, de
manera que se obtengan relaciones entre estratos y también por
estrato.
CUADRO NQ
92
CALCULO DEL ACUMULADO DE LA RAÍZ DE F*U
BLOQUE
123456•7
891011121314151617181920212223
RANGO
31- 4041- 5051- 6061- 7071- 8081- 9091- 100101- 120121- 140141- 150151- 160161- 200201- 240241- 300301- 400401- 500501- 600601- 700701- 800801- 900901-10001001-12001201-1500
ABONADOS(F)
57046271677372687836824885571640114239602856881791912576125831218268044499293020031597113215571208
INTERVALO(U)
1111111o•o
1144610101010
1010102030
RAÍZ DE(F#uj
75. 524879. 189682. 298285. 252688.521290.818592 . 5041181. 1132168.754377.640275.4188267.7237224.2855274 .7690349.0272260 .8448212. 1085171. 1724141.5274126.3725106. 3955176.4653190.3681
ACUMULADODE RAÍZ
75.5248154.7145237,0127322.2653410.7865501.6050594. 1090775.2222943.97651021 .61671097.03551364.75931589.04481863. 81.382212.84102473. 68582685 . 79432856 . 96672998.49413124.86653231.26203407.72733598.0954
CUADRO NQ 2
93
POBLACIÓN A M U E S T R E A R S E :N U M E R O DE ESTRATOS^ 3
R E S I D E N C I A L
ESTRATO
123
RANGO
31- 160161- 500501-1500
ABONADOSPOR ESTRATO
930136206414926
170003
PESO POR ENERGÍAESTRATO-- POR ESTRATO
.547
.365
.088
88811021659098411597432
37069518
DESVIACIÓNESTÁNDAR
35.2188.34242.40
ESTRATO DESVEST
19.26432.250¿, 1 . ¿Lo¿
TAMAÑOPOR ESTRATO
26 .4644.3029.24
VARIANCIA DELA POBLACIÓN
14.019823.460215.4624
RAÍZ DE LAVARIANCIA
100 7.2762
COEFICIENTE DEVARIACIÓN
3.3369
PROMEDIO DELA POBLACIÓN
DISEÑO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMAÑO DE MUESTRA PARA CADA ESTRATO=100NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO
123
PROMEDIO
95. 5267.3
ERRORESTÁNDAR
6.917.347.5
INTERVALODE CONFIANZA
88, 6-250.0-729.5-
102 .4284.6824. 5
CUADRO NQ 3
POBLACIÓN A MUESTREARSbi: RESIDENCIALNUMERO DE ESTRATOS^ 3
94
RATO RANGO ABONADOS PESO PORPOR ESTRATO
123
31-161-501-
1605001500
930136206414926
ESTRATO
.547
. 365
.088
ENERGÍAPOR ESTRATO
88811021659098411597432
DESVIACIÓNESTÁNDAR
35.O 0u O ,
242. ,
.21
.34
.40
17000; 37069518
1¿.3
TAMAÑO VARIANCIA DE RAÍZ DE LAPOR ESTRATO LA POBLACIÓN VARIANCIA
19.8533. 2321.93
75
18.694531.285920.6266
70.6070
COEFICIENTE DEVARIACIÓN
3.6536
8,4026
PROMEDIO DELA POBLACIÓN
DISEÑO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMAÑO DE MUESTRA PARA CADA ESTRATO= 75NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO
123
PROMEDIO
95.5267.3
ERRORESTÁNDAR
8.020.054.9
INTERVALODE CONFIANZA
103.5287.3831 . 9
CUADRO NQ 4
POBLACIÓN A MUESTREARSE: RESIDENCIALHUMERO DE ESTRATOS- 3
95
ESTRATO RANGO A B O N A D O SPOR ESTRATO
PESO POR ENERGÍAESTRATO POR ESTRATO
DESVIACIÓNESTÁNDAR
123
31- 160161- 500501-1500
930136206414926
170003
.547
.365
.088
88811021659098411597432
3706951S
35.2188.34242.40
RATO
123
DESVEST
19.26432.25021 .282
TAMAÑOPOR ESTRATO
13. 2322 . 1514.62
50
VARIANCIA DELA POBLACIÓN
28.043746. 937230.9551
105 .9360
RAÍZ DE LAVARIAHCIA
10.2925
PROMEDIO DELA POBLACIÓN
COEFICIENTEVARIACIÓN4. 7202
DE
DISEííG CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMASQ DE MUESTRA PARA CADA ESTRATO^ 50NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO PROMEDIO ERRORESTÁNDAR
INTERVALODE CONFIANZA
19
95.5267.3777.0
9 . 824 . 567.2
85.7-242.8-709.8-
105.2291.8844 . 2
APÉNDICE NQ 3
CALCULO Y COMPARACIÓN DE LA DESVIACIÓN ESTÁNDAR
Debido a que la determinación del tamaño de muestra, se basa
en algún conocimiento del grupo a ser maestreado, es necesario,
determinar el grado de variación interna de la población, lla-
mado desviación estándar, índice estadístico que es bastante
utilizado en el diseño como factor determinante para calcular
las un idades de muestra necesarias.
Una revisión de la fórmula para el cálculo de la desviación
estándar indica la intervención de datos individuales de la.
característica a ser estimada(consumo en kWh). Los datos pro-
porcionados por la División de Planificación de la E.E.Q.S.A.
están distribuidos en bloques de consumo, lot cual con lieva ne-
cesariamente a que el cálculo de la desviación, con estos
datos, no sea el correcto. Entonces se vio la necesidad de re-
cabar información de consumos individuales para un mes deter-
minad o (JULIO de 1967,), con el fin de realizar una comparación
con el valor de desviación estándar de los datos agrupados por
bloques de consumo y concluir si es que los valores por bloque
pueden ser considerados para diseñar la muestra.
La siguiente expresión es la más utilizada para el cálculo
de la desviación estándar:
~ X2 (F: 1)
97
donde Xi valores de consumo individualH total de consumidoresX Promedio de consumo de la población
De los valores individuales y aplicando la fórmula F:l se
encontró una valor de desviación estándar de 212.65 kWh/mes.
Ahora útil izando en vez de los valores individuales los
promedios por bloque Xj, dado por
donde
A 3 --
fd
Xj Energía en el bloque ,jf j Abonados en el bloque jK Número de bloques
la fórmula para el cálculo será
Y '
Aplicando esta relación se obtiene una valor de 211.97
kWh/mes .
98
También cuando se utilizan distribuciones con intervalos,
se puede atribuir el valor del dato central a cada intervalo y
aplicar la misma relación F:3, donde Xj será el valor medio
del intervalo j^145, encontrándose un valor de 213.76 kWh/mes.
Además realizando el cálculo de la desviación estándar por
estrato, para una división en 6 estratos, anotado en el Cuadro
NQ 1, se aprecia que valores mucho más aproximados a los reales
se tienen para el cálculo con el valor de consumo promedio por
bloque, descartando de esta forma un cálculo con el valor cen-
tral del intervalo. Entonces la decisión debe ser tomada entre
la utilización de datos individuales o de los agrupados en blo-
ques.
Para tomar dicha decisión se diseñaron dos muestras, una
con el verdadero valor de la desviación estándar y otro con-
siderando los datos distribuidos, indicadas en los Cuadros NQ 2
y NQ 3 respectivamente, notándose que el tamaño de muestra
prácticamente permanece invariable, no así el valor de la va-
riancia de la muestra, en la cual encontramos una diferencia en
porcentaje del 11.95%, respecto al diseño con el verdadero
valor de desviación estándar para la división en 6 estratos.\e este análisis se puede señalar que puede ser factible la
utilización de los datos agrupados en intervalos de consumo
para la determinación del tamaño de muestra considerando los
valores promedio en cada bloque,pero tomando muy en cuenta la
99
diferencia que existirá en la variancia. Además la facilidad
para accesar a esta,información es grande y permitirá realizar
promedios, del uso de energía mensual, para varios meses o todo
un año, procurando que las unidades de muestra sean lo más
constantes posible y no tener el movimiento entre estratos de
alguna o varias unidades seleccionadas para el rnuestreo, lo
cual, en un momento determinado, llevaría a un rediseño o un
arreglo del o de los estratos.i
CUADRO
CALCULO DE LA DESVIACIÓN ESTÁNDAR POR ESTRATO(VERDADERA-PROMEDIQ-CENTRAL)
ESTRATO
1
2
3
4
5
6
RANGO(kWh)
31- 100
101- 160
161- 300
301- 500
501- 800
801-1500
ABONADOS
50657
42356
43078
18986
9432
5494
170003
ENERGÍA"(kWh/mes)
3455522
5425580
9345405
7245579
5862696
5734736
37069518
DESVIACIÓNVERDADERA
19 . 9399
17. 1489
39. 1579
56 . 6176
84 . 1709
186.5384
DESVIACIÓNPROMEDIO
19. 7322
16.3592
36 . 7810
48 . 71.14
79.0473
178 . 3854
DESVIACIÓNDAT. CENT.
17.8071
13. 3033
17.0065
74 . 3661
92 . 9348
223.7459
101
CUADRO NQ 2
DISEÑO DE MUESTRA CON DESVIACIÓN ESTÁNDAR VERDADERA
POBLACIÓN A MUESTREARSE: RESIDENCIALNUMERO DE KSTRATOS= 6
ESTRATO
12345
RANGO
31-101-161-301-501-
100160300500800
801-1500
ABONADOSPOR ESTRATO
50G5742356430781898694325494
170003
PESO PORESTRATO
.298
.249
.253
. 112
.055,032
PORENERGÍAESTRATO
345552254255809345405724557958626965734736
37069518
DESVIACIÓNESTÁNDAR
1917395684186
941516621754
ESTRATO DESVEST TAMAÑOPOR ESTRATO
123456
5.9424.2739.9236.3234.6706.029
15.9911.5026 . 7017.0212.5716 . 22
100
VARIANCIA DELA POBLACIÓN
2.20721.58723.68482.34741.73302.2335
13.7931
COEFICIENTE DEVARIACIÓN
1.7032
RAÍZ DE LAVARIANCIA
3.7139
PROMEDIO DELA POBLACIÓN
218.0521
DISEÑO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMAÑO DE MUESTRA PARA CADA ESTRATO=:100NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO
3456
PROMEDIO
68.2128. 1216.9381.6621.61043.8
ERRORESTÁNDAR
3.93.47.7
11. 116.536.6
INTERVALODE CONFIANZA
64.3-124.7-209.3-370.5-605.1-1007.3-
11080.4
CUADRO NQ 3
DISETO DE MUESTRA CON DESVIACIÓN ESTÁNDAR PROMEDIO
POBLACIÓN A MAESTREARSE: RESIDENCIALNUMERO DE ESTRATOS- 6
ESTRATO
123456
31-101-161-301-501-
100160300500800
801-1500
. ABONADOSPOR ESTRATO
5065742356430781888694325494
170003
PESO PORESTRATO
. 298
.249
.253, 112.055.032
PORENERGÍAESTRATO
345552254255809345405724557958626965734736
37069518
DESVIACIÓNESTÁNDAR
1916364879178
733678710539
ESTRATO DESVEST
123456
5.8804.0769.3205.4404. 3865.765
TAMAÑOPOR ESTRATO
16. 8611.6926.7315.6012.5816.53
100
VARIANCIA DELA POBLACIÓN
04944207247689525271
2.0040
RAÍZ DE LAVARIANCIA
COEFICIENTEVARIACIÓN
1.5982
DE
PROMEDIO DELA POBLACIÓN
DISEÑO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMAÑO DE MUESTRA PARA CADA ESTRATO^100NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO
123456
PROMEDIO
68. 2128. 1216.9381.6621.6
1043.8
ERRORESTÁNDAR
3.93.27 . 29.515.535.0
INTERVALODE CONFIANZA
72. 1131.3224 2391.2637. 1
1076.81008.9-
APÉNDICE NQ 4
MANUAL DE USO DEL PROGRAMA PARA ESTRATIFICACIÓN
CONSIDERACIONES PREVIAS
El presente programa ha sido desarrollado como un aporte al
trabajo de tesis, ya que, el análisis que debía ser realizado
para determinar una estratificación final, implicaba la reali-
sación de muchos diseños lo cual representaba un trabajo arduo
al desarrollarlo en forma manual. De allí la necesidad de que
dicho cálculo sea iterativo, con lo que se tiene mayor con-
tinuidad, rapidez y conflabilidad en la obtención de resul-
tados. Además la interacción entre el computador y el usuario
hace fácil el manejo del programa y los errores que puedan pro-
ducirse serán muy eventuales.
OBJETIVO
El objetivo principal que el programa persigue es el de
determinar., en forma rápida y confiable, el diseño de una mues-
tra estratificada, en base a datos de consumidores y energía
por bloques de consumo mensual, estipulados en los pliegos ta-
rifarios que la Empresa Eléctrica "QUITO S.A." genera mes a
mes, para los diferentes tipos de abonados que sirve dicha em-
presa. Luego del procesamiento de estos datos se encuentran
como resultado índices estadísticos tales como desviación es-
tándar y tamaño de muestra por estrato, variancia y coeficiente
104
de variación de la muestra;- considerando, para el diseño, un
número de estratos y de tamaño de muestra total a criterio del
usuario del programa.
MÉTODO DE SOLUCIÓN
. l'
El procedimiento aplicado para el diseño de la muestra es-
tratificada se basa en la regla del acumulado de la raíz de
ut", el cual permite la fijación de los limites de los estratos
en los cuales se decida dividir a la población en estudio, y
que al ser ut i Usada con el principio de afijación óptima.de
Neyman, se tiende a minimizar la variancia de la muestra y ade-
más se consigue una distribución del tamaño de muestra por es-
trato proporcional al peso de dicho estrato y su desviación
estándar.
El proceso de cálculo se resume en los siguientes pasos:
1.- Lectura del archivo de datos obtenidos a partir de la dis-
tribución por bloques de consumo.
2 . - Generación, en base a la longitud de los intervalos,, del
valor de u y del acumulado de uf.
3.- Definición de limites y cálculo de consumidores y energía
por estrato.
4.- Determinación del tamaño de muestra por estrato, variancia
105
de la muestra y coeficiente de variación.
5.- Presentación de resultados.
DESCRIPCIÓN DEL PROGRAMA
El programa en sí, consta de un programa principal y de
cuatro subrutinas para su ejecución. A continuación se detalla
el proceso que se desarrolla, para el cálculo, tanto del pro-
grama principal cuanto de las subrutinas.
Programa Principal: En la primera parte del programa se presen-
ta un memú para conocer si existen datos de
desviación estándar por bloque con lo cual
seguir una secuencia determinada de lectura
de ciatos y cálculo de las desviación están-
dar por estrato. Luego se ingresa por te-
clado el tipo de abonado a estratificarse.
Luego lee, en primer lugar del archivo DA-
TOS, el valor del número de bloques NB en
que se ha dividido a los abonados y en
forma secuencíal lee los valores del número
del bloque, rango o límites de consumo men-
sual de dicho bloque, el número de abonados
y la energía consumida en ese bloque. Si es
que además se cuentan con valores de des-
viación estándar, también leerá estos valo-
106
r.es por bloque.
Luego imprime el archivo de datos en
pantalla, lo cual permite observar si es
que existen datos erróneos en algún bloque.
El prog%rama pregunta si existe algún dato
incorrecto y en el caso afirmativo el con-
trol del programa se transfiere a la sub-
rutina CORREO, caso contrario continúa el
proceso de cálculo. Se determina la dis-
tribución del acumulado de la raiz de .uf
para los diferentes bloques, luego de lo
cual llama secuencialmente a las subruti-
ñas LIMIT, DISEN Y MODIFIC; para al final
preguntar si desea realizar otro diseno o
si termina la ej ecucion del programa.
El diagrama de bloques del Programa
Principal se encuentra incluido en la Fi-
gura NQ 1.
Ingrese el\o de \s ]
en es tud io , /
107
Escojauna
opción.
/í. ExisteA/ datos desv. \ Ho ex i s t en 1
\s desv. /\3, Sal i r . 7
,J, B L O Q U E , R f t N -GMBüHñDÜS,E N E R G Í A .
100 1=1
// R f i N G O K I )( r ) I U , R ñ H G 0 2 ( I )\)\)
f K B . B L Ü O U E . R A N G ÜABÓHfiDÚS.ÉHEH-
106 I = i , N B
' K ( I ) , R i/ G Ü i í I ) , MU/í R f t H G 0 3 U ) , N-
. C O H í D . E H E f i ,
.1f
'
ft100
GENERACIÓN DE LADISTRIBUCIÓN DE:FRECUENClHÍF),íHTEBMALOíü) V DEACUMULADO DE
J
/Ingresar( numero de\s\.
/ Desea, no-/ d i f i car e l( l í r . i te en\n es-
seab ia r e l t tde es
di(5 /N)
109
FIGURA H. 1.- & i agraria de b l o q u e ? del PROGJíñMA PRINCIPAL.
Snbrutina Corree
110
Se encarga de corregir datos erróneos en el
archivo de datos y grabarlo en un nuevo ar-
chivo de datos, el cual será utilizado para
continuar con la ejecución del programa.
Para la corrección esta subrutina imprime
los valores del bloque seleccionado como
erróneo en pantalla, y pregunta cual es el
valor a corregirse. Luego de la corrección
imprime los nuevos valores en pantalla y
pregunta si existen más datos erróneos a
corregirse. En caso de contestar afirma-
tivamente se transfiere el. control al prin-
cipio de la subrutina, caso contrario re-
torna al programa principal. El diagrama de
bloques correspondiente a esta subrutina se
lo muestra en la figura NQ 2.
J ;
•soiya3a KOK-ÍBtfMO?yaya anooia
opeuoioo3[ \s aribo[q \p S3JOI )
-Sft 5p U O I O /
ITT
n:
0-
/ Existen/ datos inco-( rrectos en
\o bloque.ÍS/N)
GRABACIÓNDEL HÜEUOAKCHIUO
PE DATOS'CÚRREC'
FIGURA N. 2.- Di agraria de bloques de la su.bru.tina CORREC.
113
Se encarga, de fijar los valores de los lí-
mites de cada estrato. Para ello es nece-
sario ingresar por pantalla el dato del
número de estratos en que se desea dividir,
para juntamente con el valor del acumulado
de la rais de uf, generado en el programa
principal para fijar los límites por estra-
to.
Aquí también se calculan los valores de
abonados y energía por estrato, mad iante el
sumatorio de estos valores de los bloques
que se encuentran dentro de un determinado
estrato. Luego de este proceso de cálculo
el control se transfiere al programa prin-
cipal. El diagrama de bloques correspon-
diente a la subrutina LIMIT se presenta en
la figura NQ 3
114
C A L C U L O D E L U f l L Q RR E F E R E N C I A ! , P A R AC O M P A R A C I Ó N C Q HEL U A L O f i f lCUílULA-DO PÜE B L O Q U E EI N I C I A L I 2 H U O H D EU í i R l A B L E S ,
12-1
\O DE LOSLlhITES INFERIORV SUPERIOR, ABO-NADOS, ENERGlH YDESVIACIÓN ESTÁN-DAR POR ESTRATO,
'1
^RETORNO
FlGUfiñ N. 3.- Diagrama de b loques de la subrut ina LIHIT.
Sohrotina Pisen
115
Después de la fijación de limites, abonados
y energía por estrato, esta subrutina se
encarga del diseño de la muestra.
En esta subrutina se pide al operador
que ingrese el dato del número de registra-
dores, dato que servirá para determinar el
tamaño de muestra y el coeficiente de va-
riación de la muestra. También se deter-
minan los valores del peso y desviación
estándar por estrato, valores que sirven
para calcular el tamaño de muestra por es-
trato y la variancia de la muestra que pro-
duce esa división en estratos, con el ta-
maño de muestra ingresado. El diseño es
presentado en pantalla, y también grabado
en un archivo de resultados, para poder
visualizar el diseño de la muestra en estas
circunstancias.
Luego se pregunta si desea realizar un
nuevo diseño cambiando el número de regis-
tradores, si la respuesta es afirmativa se
retorna al principio de la subrutina para
ingresar el nuevo valor, caso contrario se
transfiere el control al programa princi-
pal. El diagrama se muestra en la Fig. NQ4.
/ Ingrese \ número de \s 1
\/
\
CALCULO DEL PESO,DESVIACIÓN ESTÁN-DAR.COHSUHO PRO-MEDIO, ERROR ES-TAHDAK V LIHITESDE CONFIANZA PORESTRATO,
CALCULO DEL TAI1A-NO POR ESTRñTO.LAUARIAMCIfi.ERRORESTÁNDAR V COEFI-CIENTE DE UARIA-CION DE LA HEDÍADE LA ttUESTRA.
/ -7\ del diseño \f icd.do I
\ s i m p l e en/\/
GRABACIÓN DELDISEÑO EN EL
ftRCHIUÜ MUESTHft,
/Desea caf-/Mar el íí( registradores
Yi el d i se f io(S/H) ,
116
FIGURA H. 4.- D i a g r a m a de b loques de l a s u b f u t i r . a I-ISEH,
117
Subrutina mocil fie : Esta subrutina sirve, para eri un momento_
determinado, modificar los límites de algún
estrato de la muestra, partiendo del diseño
establecido, y configurar a juicio del per-
sonero los límites de determinado(s) estra-
to(s) .
Se pregunta el estrato en el cual se
desea modificar los límites y la subrutina
presenta en pantalla los valores de límites
inferior y superior, abonados, energía y
desviación estándar en los diferentes es-
tratos y se pide ingresar el estrato en el
cual se desea modificar los límites. Hay
que indicar en este punto, que la modifica-
ción de límites se la hace paso a paso, es
decir, al ingresar el nuevo límite, éste
deberá ser el inmediato superior o inferior
al que se desea cambiar.
Luego de realizado este cambio, se
llama a la subrutina DISEN, a fin de reali-
sar el nuevo diseño modificado y visualizar
los cambios que se han realisado. Estas
modificaciones se graban en un archivo dis-
tinto llamado MODIFIC, para no mezclar los
resultados con el diseño original y que
118
servirán para su análisis y comparación
posterior. Después se pregunta si se desea
modificar otro límite en ese estrato; si se
responde afirmativamente se reinicia el
procedimiento, caso contrario se pregunta
si desea cambiar el 1 imite en otro estrato,
en el caso afirmativo se va al inició de la
subrutina y si no retorna el control al
programa principal. t
El diagrama de bloques de la subrutina
MODIFIC se presenta en la figura NQ 5
119
Ingrese elestrato encual desea
Modificar1 En i tes
REDISTRIBUCIÓN DELIMITES,NÜhERO DECÜHSUniDÜRES VENERGÍA CONSUMIDAEN LOS ESTRATOS,
LLftrtADO \t SUBRUTINfl )
BISEN/
120
fio-\ o- \a, d i f i c a r ,4tro 1ínite en ]
l estrato /J5 : (S /H) /
©-
/ Pese a r-'io-/ d i ^ f i ca r los( l ic i tes en\otro estratoVJS/H) ¿
Í10
FIGURñ N. 5.~ Diagrama de b loques de la su.bru.tina MODIF.
VARIABLES DE ENTRADA Y SALIDA
Variables de entrada
CONSUM: Tipo de abonado en estudio. (Residencial, Comercial o
Industrial)
t
NB: Número de bloques de consumo en el cual ha sido dividido
la población.
K(I): Número del bloque donde I varía desde 1 hasta NB.
RANGOK I): Valor del consumo inferior del bloque 1 .
RANGO2(I): valor del consumo superior del bloque I.
NCOH(I): Número de abonados cuyos consumos están comprendidos
entre los valores de RANGOl(I) y RANG02(I).
ENER(I) : Valor total de la energía consumida por los abonados
del bloque I.
SIGMÁ(I): Desviación estándar de la energía en el bloque I.
NE: Número de estratos en los que se decida dividir a la pobla-
ción .
122
NR: Tamaño de muestra total (Número de registradores) para la
asignación del tamaño de muestra por estrato.
Variables de salida
1.1: Número del estrato. Varia desde 1 hasta NE.
LIN(Ll): Límite inferior del estrato Ll.
LSU(Ll): Límite superior del estrato Ll.
KCONEST(Ll): Número de consumidores en el estrato Ll.
TOTAB: Total de consumidores en estudio.
ENERES?(Ll): Energía total consumida en el estrato Ll.
TOTEN: Energía total consumida por las consumidores en estudio.
PESO(Ll): Relación del número de consumidores del estrato Ll
con respecto al total de consumidores en estudio.
DESVEST(L1): Valor de la desviación estándar del estrato Ll.
PESODESVCL1): Valor resultante del producto del peso por la
desviación estándar en el estrato Ll.
123
TAM.(Ll): Valor del tamaño de muestra por estrato, calculado de
acuerdo con la afijación de Neyman.
VAR(Ll): Variancia de la muestra en el estrato Ll.
TOTVAR: Variancia total de la muestra.
ERREST: Error estándar de la estimación de la media de la po-
blac ion .
PROMEDIO: Valor medio de la característica tomada como base
para la estratificación.
COEFVAR: Valor del coeficiente de variación resultante de la
muestra.
VALMED(L1): Valor med io del consumo de energía en el estrato
Ll.
ERR(Ll): Error estándar de la estimada del valor medio de la
población en el estrato Li.
CONF1(L1): Límite de confianza inferior de la media de la mues-
tra en el estrato Ll.
CONF2(L1): Límite de confianza superior de la media de la mues-
tra en el estrato Ll.
FORMA DE GENERAR EL ARCHIVO DE DATOS
EDICIÓN
Los datos que el programa requiere para su ejecución, por
el hecho de estar desarrollado para trabajar en un computador.
personal, deberán ser grabados en un diskette, mediante un ar-
chivo cuyo nombre será DATOS, el mismo que puede ser editado
dentro del Sistema Operativo con el comando EDLIN, mediante un
procesador de texto como WORDPERFECT, o en cualquier programa
utilitario que permita generar dicho archivo.
La generación de este archivo es fácil, puesto que no se
necesitan más que los datos de límites, abonados y energía por
bloques de consumo. En el caso de contar con datos de desvia-
ción estándar por bloque, estos también deberán ser ed i tados.
Estos datos no se ingresan por pantalla ya que sería un trabajo
muy cansado para el operador, en el caso de utilizar constan-
temente el programa, pues tendría que teclear estos valores
siempre que se ingrese al mismo. En cambio las otras variables
de entrada se ingresan por pantalla, lo cual permite hacer ite-
rativo al programa y de esta forma realizar varios diseños a
la vez y posteriormente hacer comparaciones con los mismos.
FORMATOS DE ENTRADA
,El ingreso de los datos al programa se lo hace en forma
;ecuencial, por lo tanto al momento de editar el archivo DATOS
se deberán tomar en cuenta los formatos, de manera que la lec-
tura de datos sea correcta y no se produzcan resultados distar-
sionados.
El orden en el cual deben ingresarse los datos y sus res-
pectivos formatos se los puede apreciar en la figura NQ 6. Hay
que aclarar que el formato para la desviación estándar, indi-
cado entre líneas entrecortadas, se lo debe utilizar únicamente
cuando existan dichos valores para cada uno de los bloques. En
el caso de su existencia al inicio del programa se pregunta si
es que el archivo de datos cuenta con los valores de desviación
estándar, con lo cual se procede a su lectura y utilización en
el cálculo de la desviación estándar por estrato.
Los datos que se ingresan por pantalla tienen su propio
control para no sobrepasar límites y restricciones en el pro-
grama y de esta forma darle mayor continuidad ai desarrollo del
diseño. Por lo tanto serán muy eventuales posibles errores que
determinen la finalización del programa.
FORMA DE UTILIZACIÓN DEL PROGRAMA
i
El programa para su ejecución requiere de la existencia del
archivo DATOS, por lo tanto, el primer paso es grabar o copiar
dicho archivo en el diskette de aplicaciones que contiene los
archivos ej ecutab]es.
ES
CU
ELA
P
OL
ITÉ
CN
ICA
N
AC
ION
AL
FA
CU
LTA
D
DE
IN
GE
NIE
RÍA
E
LÉ
CT
RIC
A
FO
RM
AT
O
DE
E
NT
RA
DA
D
E
DA
TOS
P
AR
A
AR
CH
IVO
"D
AT
OS
"
1 N T
•M MM
2 B 2 ••i
MM
34
5
BLO
QU
E
K 1 5 '» • •
A7
6|7
8 , RA í
910
F
NGQ
1
7 1 í - . •
1
11 ||2
ÍAh
GQ
AÍ3
1
13 DIV
Al
í» 1
i
•
4 R
15lilllill.
iNG
O 2
14
I \
9 A
20 30!1
2122
AD
bs
A 1
0 1 1
NC \ • •O
N
3
23
24 |
25
26
27
23 E
29
J30
3Í
ENER
GÍA
A^
NE
F
18
1 í
í » • •
3233
34
I35
Í36
í
•MU
37 DE
38
39j4
0|4J
_
1
SV
iftC
lC
Al!
•••• SlíjM
í
F
)N
l.¿
" •
42 4
3 44
i
45 4
647
48 1
49¡5
0| 1
i Í
51
52J5
3
1
54
"T"
57
|
!
1
¡
1
' i i
'
t\.1 co
Para comenzar la ejecución del programa en sí, es necesario
ingresar el siguiente comando: ESTRATOS y luego pulsar ENTER.
Entonces se presenta en pantalla la identificación correspon-
diente al procedimiento uti1 izado para diseñar• la muestra es-
tratificada, y luego para continuar con programa. En la
figura NQ 7 se muestra la identificación del--programa.
'ESCUELA POLITÉCNICA NACIONALFACULTAD DE INGENIERÍA ELÉCTRICA
DEPARTAMENTO DE SISTEMAS ELÉCTRICOS DE POTENCIA
"TÉCNICA Y APLICACIÓN DEL MUESTREÜEN INVESTIGACIÓN DE CARGA"
PROGRAMA DE TESISPARA DISEÑAR UNA MUESTRA ESTRATIFICADA
MEDIANTE LA REGLA DESARROLLADA PORT. DALENIUS Y J. L. HODGES APLICANDO
LA AFIJACION ÓPTIMA DE NEYMAN
DESARROLLADO POR:IVAN SOLORZANO AVILES
DIRIGIDO POR:ING. MENTOR POVEDA
Figura NQ 7.- Identificación del Programa de Tesis.
En el caso de no existir el archivo DATOS, se presenta en
pantalla un mensaje de error y termina la ejecución del progra-
ma, a fin de que comience con el proceso de ejecución nueva-
mente. Si existe dicho archivo entonces se muestra un mensaje
indicando que se coloque las letras en MAYÚSCULAS, presionando
la tecla CAPSLOCK y luego pulsando ENTER, si no estuviere el
128
teclado, en esta condición. Es imprescindible que el teclado
esté en esta condición para que la ejecución del programa no
sea obstruida en algún momento por cumplir una determinada se-
cuencia del programa.
Después -se presenta un menú para escojer si el archivo de
datos contiene o no datos de desviación estándar por bloque o,
si desea salir del programa. La presentación del menú en pan-
talla se muestra en la figura NQ 8.
EL ARCHIVO DE DATOS
1.-Presenta datos de desviación2.-No presenta datos de desviación3.-Finalizar el programa
Figura NQ 8.- Menú para archivo de datos.
Luego de realizado ül proceso iterativo de cálculo para
el(los) diseño(s) de la(s) muestra(s), se presenta otro menú
con dos opciones a escoger. La primera para imprimir el(los)
archivo(s) de resultado(s) que se generaron en el proceso ante-i
rior y la segunda para finalizar el proceso.
Es importante indicar en este punto que en el caso de, no
imprimir estos archivos. __ e_s_Los _ s_e_raj b Q r rad o s _ del diskette de
guiando. g e_ vu e 1. y a _ SL-Jinr juex _e J_BJ: o & rama , Por lo
tanto una buena práctica será la de imprimir los archivos antes
129
de terminar el programa. En la figura NQ 9 se muestra el menú
correspondiente.
1.- IMPRIMIR ARCHIVOS DE RESULTADOS
2.- TERMINAR
Figura NQ 9.- Menú para impresión de archivos;
La interacción que se da entre el programa y el operador
hace más versátil su desarrollo y permite imponer diferentes
condiciones para los diseños con lo cual la obtención de resul-
tados es más rápida y confiable.
RESTRICCIONES
El programa está desarrollado para que maneje un número
m áximo de 50 bloques y divisiones máximo hasta en 10 estratos y
el número disenos que se pueden realizar por corrida del pro-
grama, sólo estará restringido por la capacidad de memoria
libre que el diskette dispone para el manejo de los archivos de
datos y resultados.
130
EJEMPLOS
:erí.sticas.
Los siguientes ejemplos son desarrollados en base a archi-
vos de datos con y sin datos de desviación estándar por bloque,
a fin de verificar al secuencia correcta en la lectura de
datos. Los datos corresponden a la distribución de la factura-
ción por bloques de consumo para los abonados tipo Residencial
con los cuales se procede a diseñar muestras estratificadas
para diferentes números de estratos y tamaños de muestar total.
Esto también permite verificar el proceso iterativo y la se-
cuencia correcta del programa para la fijación de límites de
consumo y tamaño de muestra por estrato, y el cálculo del error
estándar y el coeficiente de variación de la muestra; así como
también, la modificación de límites en algún estrato a criterio
del personal encargado del diseño.
Los archivos de datos respectivos se encuentran impresos
en los cuadros NQ 1 y NQ 2.
131
CUADRO NQ 1
ARCHIVO "DATOS" CON VALORES DE DESVIACIÓN
ESTÁNDAR POR BLOQUE
23BLOQUES RANGO ABONADOS
1234567891011121314151617181920212223
31-41-51-61-71 ™/ j.81-91-101-121-141-151-161-201-241-301-401-501-601-701-801-901-1001-1201-
405060708090100120140150160200240300400500600700800900100012001500
57046271677372687836824885571640114239602856881791912576125831218268044499293020031597113215571208
ENERGÍA DESVIACIÓN20270528539537630047622559222170582781684918094991854757876749884575321348127591593372765420551930400602463783189986814990451354279107200417012791607174
¿o
2¿2oi*
z55o
¿1
111117282928292828285785
.86
.88
.86
.89
.87
.89
.86
. 79
.77
.87
.83
.48
.53
.25
. f U
.04
. 90
. 16
.62
.71
. 73
.79
.86
132
CUADRO NQ 2
ARCHIVO "DATOS" SIN VALORES DE DESVIACIÓN
ESTÁNDAR POR BLOQUE
23BLOQUES RANGO ABONADOS
1234567891011121314151617181920212223
31-41-51-61-71-81-91-101-121-141-151-161-201-241-301-401-501-601-701-801-901-1001-1201-
405060708090100120140150160200240300400500600700800900100012001500
57046271677372687836824885571640114239602856881791912576125831218268044499293020031597113215571208
ENERGÍA202705-~i q e; o o c¿L, O t-¡ O O *J
37630047622559222170582781684918094991854757876749884575321348127591593372765420551930400602463783189986814990451354279107200417012791607174
133
Resultados t
A continuación se presentan los archivos de resoltados
generados en el programa tanto de los diferentes diseños como\e la modificación de límites, en algún estrato, con la presen-
tación de los respectivos diseños y los índices estadísticos
que servirán como base para la comparación con los estadísticos
que se determinen una vez realizada la muestra.
Del análisis de los diferentes diseños se puede definir el
diseño particular a ser adoptado para su planeamiento y poste-
rior ej ecución.
ARCHIVOS DE RESULTADOS DEL PROGRAMA
PARA ESTRATIFICACIÓN
POBLACIÓN A MUESTREARSE: RESIDENCIALNUMERO DE ESTRATOS^ 4
134
ESTRATO
1234
RANGO
31- 140141- 300301- 600601-1500
ABONADOSPOR ESTRATO
547942348510427
170003
PESO PORESTRATO
ENERGÍAPOR ESTRATO
478322138061
71197781110672997093629133649
DESVIACIÓNESTÁNDAR
30.2944 . 25
37069518
ESTRATO DESVEST
1234
14.48514.26411.57413.886
TAMAwOPOR ESTRATO
100
VARIANCIA DELA POBLACIÓN
7.84957.72856. 26837.5087
29.3549
COEFICIENTE DEVARIACIÓN2.4847
RAÍZ DE LAVARIANCIA
PROMEDIO DELA POBLACIÓN
218.0521
DISECO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMAÑO DE MUESTRA PARA CADA ESTRATO=100NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO
1234
PROMEDIO
87. 6202.7413.4876.0
ERRORESTÁNDAR
5.98.716.444.4
INTERVALODE CONFIANZA
81 .6-194.0-397.0-831.6-
93. 5211.4429. 8920.3
135
ARCHIVO DE RESULTADOS CON LA MODIFICACIÓN
DE LIMITES EN LOS ESTRATOS
EL ESTRATO "A MODIFICARSE "ES: ~ 1"LOS NUEVOS LIMITES DE ESTE ESTRATO SON:
ESTRATO
1234
31- 150
RANGO
31- 150151- 300301- 600801-1500
87325487662348510427
70003
PESO PORESTRATO
.514
.287
. 138,061
ENERGÍAPOR ESTRATO
79965271022998097093629133649
DESVIACIÓNESTÁNDAR
32.7141.7683.78226.39
37069518
ESTRATO DESVESTPOR
TAMAÑOESTRATO
VARIÁNCIA DELA POBLACIÓN
ilZ DE LAVARIÁNCIA
PROMEDIO DELA POBLACIÓN
1234
16.80211.98011.57413.886
30.9822.0921.3425.60
100
9.11046,4954670797
5133
29.3913
COEFICIENTEVARIACIÓN2.4863
DE
DISEfíO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMASO DE MUESTRA PARA CADA ESTRÁTO-100NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO
1234
PROMEDIO
91.6209.8413.4876.0
ERRORESTÁNDAR
6 . 48 . 2
16.4¿Ld á
INTERVALODE CONFIANZA
85.2-201.6-397.0-831.6-
98.0218.0429 .8920 .3
EL ESTRATO A MODIFICARSE ES: 3LOS NUEVOS LIMITES DE ESTE ESTRATO SON 301-
ESTRATO
1234
RANGO
31- 140141- 300301- 700701-1500
ABONADOSPOR ESTRATO
8129754794264157497
170003
PESO PORESTRATO
.478
.322
. 155
.044
ENERGÍAPOR ESTRATO
7119778111067291160923072337SI
37069518
D E S V I A C I Ó NE S T Á N D A R
ESTRATO DESVEST
1234
POR
14.48514.26416.8659.124
T A M A Ñ OESTRATO
100
VARIÁNC1A DELA POBLACIÓN
7.92627.80409.22074.9833
29.9342
COEFICIENTE DEVARIACIÓN2.5091
RAÍZ DE LAVARIANC1A
PROMEDIO DELA POBLACIÓN
5.4712 210.0521
DISEÑO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMASG DE MUESTRA PARA CADA ESTRATQ-100NIVEL DE CONFIANZA DEL 95% <K=1.96)
ESTRATO
1234
PROMEDIO
87.62 0 2 . 7439 .5964.9
ERRORESTÁNDAR
5.98.7
21.340.6
INTERVALODE CONFIANZA
DISEÑO DE LA MUESTRA ESTRATIFICADA
MODIFICANDO EL NUMERO DE REGISTRADORES
POBLACIÓN A MUESTREARSE: RESIDENCIALNUMERO DE ESTRATOS- 2
137
RATO
12
RANGO
31- 300301-1500
ABONADOSPOR ESTRATO
13809133912
PESO PORESTRATO
.801
. 199
ENERGÍAPOR ESTRATO
1822650718843011
DESVIACIÓNESTÁNDAR
67. 26257.24
170003 3706951
ESTRATO DESVEST TAMAÑO VARIANCIA DE RAÍZ DE LAPOR ESTRATO LA POBLACIÓN VARIANCIA
12
53.84551.315
51.20 56.602248.80 53.8850
100 110.4872
COEFICIENTE DEVARIACIÓN4.8205
10.5113
PROMEDIO DELA POBLACIÓN
218.0521
DISEÑO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMAÑO DE MUESTRA PARA CADA ESTRATO=100NIVEL DE CONFIANZA DEL 95% (K=1.9G)
I N T E R V A L ODE C O N F I A N Z A
147. 1606. 1
ATO
12
PROMEDIO
133.9555.6
ERRORESTÁNDAR
13.250.4
ESTRATO DESVEST TAMAÑO VARIANCIA DE RAÍZ DE LAPOR ESTRATO LA POBLACIÓN VARIANCIA
1o
53.84551.315
25.60 113.225824.40 1.07.8476
50 221.0734
COEFICIENTE DEVARIACIÓN
6.8188
14.8685
PROMEDIO DELA POBLACIÓN
118.0521
138
DISESO CONSIDERANDO A CADA ESTRATO POR SEPARADOTAMAÑO DE MUESTRA PARA CADA ESTRATO^ 50NIVEL DE CONFIANZA DEL 95% (K=1.96)
ESTRATO PROMEDIO ERROR INTERVALOESTÁNDAR DE CONFIANZA
1 133.9 18.6 115.3-2 555.6 71.3 484.3-
Glosario de Símbolos y Términos Kstadístioos.
N : Total de unidades de. la Población a mués trearse.
n: Tamaño de ¡nuestra seleccionada de las N unidades.
Nh: Unidades de la Población correspondían tes al estiatü h.
rih: Unidades de la Población seleccionadas deJ. estrato h,
Y: Característica de la Población a ser est imada.
Y: Valor medio de la Población para la característica Y.
Yhi: Valor de la característica Y para la i-ésiina unidad.
Yb : Valor medio de la característica Y en el estrato h.
Yat: Estimada de la media de la población para la caracterís-
tica Y en una mu e s t ra estratificada.
o>!: Desviación Estándar de la Población para el estrato h.
V: Variancia de la estimada de la media de la Población.
S x.: E r r- o r estándar el e la estimada de 1 a m e d i a d e 1 a P o b 1 a c i o n .